Σχεδίαση και ανάπτυξη αμφίδρομων γεννητικών ανταγωνιστικών δικτύων υπό όρους για την ολοκλήρωση τρισδιάστατων σχημάτων

Abstract

Σε ένα μικρό χρονικό διάστημα, η ραγδαία αύξηση του ενδιαφέροντος για την Όραση Υπολογιστών και τη Βαθιά Μάθηση οδήγησε σε έναν τεράστιο αριθμό διαφόρων εφαρμογών πάνω σε κείμενο, εικόνες, και βίντεο. Οι εφαρμογές αυτές ποικίλλουν από απλά προβλήματα όπως η «ανίχνευση κίνησης σε στατικές κάμερες» σε πιο πολύπλοκα όπως η «Σύλληψη Αντικειμένων από ένα Ρομπότ μέσω όρασης». Με την ταχεία ανάπτυξη των Γραφικών Υπολογιστών και των τεχνολογιών απόκτησης τρισδιάστατων μοντέλων, οι εφαρμογές Βαθιάς Μάθησης σε τρισδιάστατα μοντέλα αντικειμένων έχουν προσελκύσει όλο και περισσότερη προσοχή. Οι αισθητήρες μπορούν πλέον να παρέχουν τρισδιάστατα δεδομένα με πλούσια γεωμετρία, σχήμα και κλίμακα, και συνοδευόμενα από δισδιάστατες εικόνες, μπορούν να μας δώσουν μια καλύτερη κατανόηση του περιβάλλοντος. Τα Τρισδιάστατα Δεδομένα μπορούν να αναπαρασταθούν με πολλαπλούς τρόπους, εκ των οποίων ο πιο συχνά χρησιμοποιούμενος είναι τα σημεία νέφους, τα οποία διατηρούν τις πρωταρχικές γεωμετρικές πληροφορίες σε τρισδιάστατο χώρο, χωρίς διακριτοποίηση. Ωστόσο, η Βαθιά Μάθηση σε σημεία νέφους είναι ακόμα στα αρχικά στάδια λόγω των ιδιαίτερων προκλήσεων που αντιμετωπίζουμε κατά την επεξεργασία των σημείων νέφους με Βαθιά Νευρωνικά Δίκτυα. Μία από τις κύριες προκλήσεις είναι ότι μοντέλα καλής ποιότητας είναι δύσκολο να αποκτηθούν και συχνά παρουσιάζουν έλλειψη τμημάτων δεδομένων. Ένας τρόπος επίλυσης του προβλήματος αυτού είναι η δημιουργία ενός μοντέλου ολοκλήρωσης τρισδιάστατων σχημάτων ικανό να αποκαταστήσει τα τμήματα που λείπουν. Σε αυτή την διατριβή, θα ερευνήσουμε μια οικογένεια μοντέλων που ονομάζονται Βαθιά Παραγωγικά Μοντέλα. Συγκεκριμένα θα επεκταθούμε σε βάθος στα Γεννητικά Ανταγωνιστικά Δίκτυα (GAN), καθώς και στους Μεταβλητούς Αυτοκωδικοποιητές (VAE). Τα GAN δημιουργούν νέα δεδομένα βάση ένα σύνολο δεδομένων εκπαίδευσης, με τα οποία έχουν ίδια στατιστικά, ενώ οι VAE διασφαλίζουν ότι η διανομή των κωδικοποιήσεων του κανονικοποιείται κατά την διάρκεια της εκπαίδευσης, έτσι ώστε ο λανθάνων χώρος να είναι επαρκής ποιότητας, για την δημιουργία νέων δεδομένων. Ο κύριος στόχος είναι η δημιουργία ενός δικτύου ολοκλήρωσης σχημάτων βάσει σημείου, βασισμένο σε Βαθιά Παραγωγικά Μοντέλα, το οποίο μπορεί να ολοκληρώσει ένα μερικό σχήμα με λογικά αποτελέσματα.