서로 다른 3D 형상을 비교하는 일은 불규칙성이 존재하기 때문에 어렵다. 인간의 시각 체계가 작동하는 방식에 동기를 두었는데, 이는 전체 3D 기하가 여러 개의 투영(projection)들로 구성된 형태로 명확하게 인지되는 메커니즘이다. 이에 우리는 다중 시점(multiview) 딥 지각 표현을 활용한 새로운 얼굴 형상 유사도 측정 방법을 제안한다. 우리는 얼굴 메쉬를 여러 좌표에서 정확하게 표현하는 다중 시점 분리(disentangling) 방식을 도입하고, 여러 투영을 통해 네트워크를 신뢰성 있게 학습하기 위한 시점 특이성(view specificity)과 영역 일관성(regional consistency)을 포함하는 학습 전략을 제시한다. 시점 특이성은 얼굴 유사성을 더 잘 인지하기 위한 인간의 시각적 지각과 관련된다. 영역 일관성은 시점들 사이에서의 영역 중복성을 완화한다. 따라서 시점에 대한 견고한 지각 특징이 내재되며 정확한 유사도 측정이 가능해진다. 결과적으로, 시점별 통합(integration) 방식은 모든 시점의 유사성을 포함하여 매우 일관된 측정을 가능하게 한다. 실험 결과, 제안된 유사도는 기존의 최첨단(state-of-the-arts) 방법을 능가하며 기하 및 인간 지각 측면에서 세부 정보를 유의미하게 향상시키는 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.