CanFields：用于任意长度序列的非刚性4D插值中的一致可微流
计算机视觉与模式识别
2025-06-27 v3 图形学
摘要
我们提出了规范化场（Canonical Consolidation Fields, CanFields）。这是一种新方法，用于将独立采样的任意长度3D点云序列插值到统一、连续且连贯的变形形状中。不同于先前方法会过度平滑几何或产生拓扑和几何瑕疵的方法，CanFields在无监督拟合中联合优化精细几何和变形，引入了两个新颖的专用模块。首先，我们引入了动态合并器模块，用于调整输入并分配置信度得分，在规范化形状及其运动的优化之间进行平衡。其次，我们将运动表示为参数化由光滑速度场表示的可微流。我们在超过50个多样化序列上验证了其鲁健性和准确性，表明即使在缺失区域、噪声原始扫描和稀疏数据的情况下，其仍能实现卓越的性能。我们的项目页面位于：https://wangmiaowei.github.io/CanFields.github.io/。
引用
@article{arxiv.2406.18582,
title = {CanFields: Consolidating Diffeomorphic Flows for Non-Rigid 4D Interpolation from Arbitrary-Length Sequences},
author = {Miaowei Wang and Changjian Li and Amir Vaxman},
journal= {arXiv preprint arXiv:2406.18582},
year = {2025}
}
备注
ICCV2025 Accepted