ASFM-Net：用于点云补全的非对称孪生特征匹配网络
计算机视觉与模式识别
2021-08-05 v3
摘要
我们解决从点云进行物体补全的问题，并提出一种采用非对称孪生特征匹配策略的新型点云补全网络，称为 ASFM-Net。具体而言，采用孪生自编码器神经网络将残缺与完整的输入点云映射到共享潜空间，从而捕获精细的形状先验。随后我们设计了一个迭代细化单元，通过整合先验信息生成具有细粒度细节的完整形状。在 PCN 数据集与 Completion3D 基准上的实验证明了所提 ASFM-Net 的最优性能。我们的方法在 Completion3D 排行榜上取得第 1 名，并以约 12% 的大幅度优于现有方法。代码与训练模型已公开于 https://github.com/Yan-Xia/ASFM-Net。
引用
@article{arxiv.2104.09587,
title = {ASFM-Net: Asymmetrical Siamese Feature Matching Network for Point Completion},
author = {Yaqi Xia and Yan Xia and Wei Li and Rui Song and Kailang Cao and Uwe Stilla},
journal= {arXiv preprint arXiv:2104.09587},
year = {2021}
}
备注
Accepted by ACM MM2021. This work achieves the 1st place in the leaderboard of Completion3D