На состоявшемся этим летом ежегодном Симпозиуме по обработке геометрии Европейской ассоциации компьютерной графики Eurographics исследователи группы ADASE Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) ‒ аспирант Альберт Матвеев, научный сотрудник Алексей Артемов и профессор Евгений Бурнаев, были удостоены награды за лучший «Набор данных для обработки геометрии» за исследования по использованию набора данных ABC в геометрических алгоритмах машинного обучения. Симпозиум Eurographics, который в этом году проходил в Милане с 8 по 10 июля, является крупнейшей площадкой, где исследователи из разных стран мира представляют последние достижения в области обработки геометрии.
Обладателями наград за лучшие наборы данных для обработки геометрии становятся разработчики качественных наборов данных, которые могут использоваться специалистами в области обработки геометрии в качестве контрольных данных при отработке существующих и перспективных алгоритмов.
В научной работе, представленной на конференции IEEE CVPR 2019, авторы исследовали набор данных ABC Dataset, включающий около миллиона CAD-моделей, предназначенных для исследования геометрических методов и приложений глубокого обучения. Каждая модель в наборе представляет собой набор кривых и поверхностей, детально описанных набором параметров, и используется в качестве контрольного набора данных при решении задач определения дифференциальных величин, сегментации изображений, определения признаков геометрических объектов и восстановления формы объекта. Наличие выборки параметров, описывающих поверхности и кривые, позволяет генерировать данные в различных форматах и с разным уровнем разрешения, что в свою очередь обеспечивает достоверность результатов сравнения при отработке широкого спектра геометрических алгоритмов машинного обучения. В качестве рабочего сценария авторы выполнили масштабный сравнительный анализ с целью расчета нормалей поверхностей и оценки эффективности современных методов, основанных на данных, сопоставив их результаты с контрольными данными и результатами, получаемыми при помощи традиционных методов расчета нормалей.
Данная научная работа проводилась в сотрудничестве с исследователями Берлинского технического университета (Себастьян Кох и Марк Алекса) и Нью-Йоркского университета (Чжунши Цзян, Фрэнсис Уильямс, Денис Зорин и Даньеле Паноццо).
Ссылки:
- ABC: A Big CAD Model Dataset for Geometric Deep Learning Sebastian Koch, Albert Matveev, Zhongshi Jiang, Francis Williams, Alexey Artemov, Evgeny Burnaev, Marc Alexa, Denis Zorin, Daniele Panozzo; The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019, pp. 9601-9611 http://openaccess.thecvf.com/content_CVPR_2019/html/Koch_ABC_A_Big_CAD_Model_Dataset_for_Geometric_Deep_Learning_CVPR_2019_paper.html
- ABC Dataset A Big CAD Model Dataset For Geometric Deep Learning https://deep-geometry.github.io/abc-dataset/
- Symposium on Geometry Processing 2019 https://sgp2019.di.unimi.it
Контакты:
Skoltech Communications
+7 (495) 280 14 81
