一种用于生成稠密彩色三维点云的条件生成对抗网络
计算机视觉与模式识别
2020-10-13 v1 人工智能
机器学习
摘要
本文提出一种新颖的条件生成对抗网络，以无监督方式为多类物体生成带颜色的稠密三维点云。为克服在高分辨率下捕捉复杂细节的困难，我们提出了一种点变换器，通过图卷积逐步增长网络。该网络由一个叶输出层和一组初始分支组成。每次训练迭代将一个点向量演化为分辨率递增的点云。经过固定次数的迭代后，通过复制最后一个分支来增加分支数量。实验结果表明，我们的网络能够学习并模仿三维数据分布，并在多种分辨率下生成具有精细细节的彩色点云。
引用
@article{arxiv.2010.05391,
title = {A Progressive Conditional Generative Adversarial Network for Generating Dense and Colored 3D Point Clouds},
author = {Mohammad Samiul Arshad and William J. Beksi},
journal= {arXiv preprint arXiv:2010.05391},
year = {2020}
}
备注
To be published in the 2020 International Conference on 3D Vision (3DV)