基于球面高斯混合的任意比例点云上采样
计算机视觉与模式识别
2023-01-11 v2
摘要
从稀疏原始数据生成稠密点云有益于下游三维理解任务，但现有模型局限于固定上采样比率或较短的整数值范围。在本文中，我们提出 APU-SMOG，一种基于 Transformer 的任意点云上采样（APU）模型。稀疏输入首先被映射为球面高斯混合（SMOG）分布，从中可采样任意数量的点。随后，这些采样点作为查询送入 Transformer 解码器，由其映射回目标表面。大量定性及定量评估表明，APU-SMOG 优于最先进的固定比率方法，同时借助单一训练模型有效实现任意缩放因子（包括非整数值）的上采样。代码见 https://github.com/apusmog/apusmog/
引用
@article{arxiv.2208.05274,
title = {Arbitrary Point Cloud Upsampling with Spherical Mixture of Gaussians},
author = {Anthony Dell'Eva and Marco Orsingher and Massimo Bertozzi},
journal= {arXiv preprint arXiv:2208.05274},
year = {2023}
}
备注
Accepted to 3DV 2022 (Oral)