基于注意力的部件组装用于三维体素形状建模
计算机视觉与模式识别
2023-04-24 v1
摘要
将三维体素形状建模为分解形状部件的组装，比直接从完整形状表示重建更具挑战性，但在语义上更有价值。神经网络需要隐式地连贯学习部件关系，这通常通过能够为每个部件生成变换矩阵的专用网络层来实现。本文中，我们提出了一种用于基于注意力的部件组装的 VoxAttention 网络架构。我们进一步提出了使用通道级部件注意力的变体，并展示了该方法的优势。实验结果表明，我们的方法在部件关系感知的三维形状建模任务上优于大多数最先进的方法。
引用
@article{arxiv.2304.10986,
title = {Attention-based Part Assembly for 3D Volumetric Shape Modeling},
author = {Chengzhi Wu and Junwei Zheng and Julius Pfrommer and Jürgen Beyerer},
journal= {arXiv preprint arXiv:2304.10986},
year = {2023}
}