面向三维点云上采样的特征扩展单元比较研究
计算机视觉与模式识别
2022-05-20 v1
摘要
近来，深度学习方法在三维点云上采样中取得了巨大成功。在这些方法中，许多特征扩展单元被提出用于末端完成点的扩展。本文通过理论分析与定量实验比较了各种特征扩展单元。我们表明，大多数现有特征扩展单元独立处理每个点特征，而忽略了不同点之间的特征交互。此外，受图像超分辨率上采样模块及动态图CNN在点云上近期成功的启发，我们提出了一种名为ProEdgeShuffle的新型特征扩展单元。实验表明，我们提出的方法相较先前特征扩展单元取得了可观的提升。
引用
@article{arxiv.2205.09594,
title = {A Comparative Study of Feature Expansion Unit for 3D Point Cloud Upsampling},
author = {Qiang Li and Tao Dai and Shu-Tao Xia},
journal= {arXiv preprint arXiv:2205.09594},
year = {2022}
}