ChartPointFlow：面向拓扑感知的三维点云生成
计算机视觉与模式识别
2021-08-10 v2 图形学
机器学习
摘要
点云是三维（3D）形状表面的一种表示。深度生成模型已被用于对其变化进行建模，通常利用从类球潜在变量集合的映射。然而，尽管连续映射无法表达孔洞与交叠数量的变动，先前的方法并未过多关注点云的拓扑结构。此外，点云常由多个子部件组成，这也难以表达。在本研究中，我们提出 ChartPointFlow，一种带有多个潜在标签的基于流的生成模型，用于三维点云。每个标签以无监督方式分配给点。然后，以标签为条件的映射被分配给点云的一个连续子集，类似于流形的一个图（chart）。这使得我们所提模型能够保持具有清晰边界的拓扑结构，而先前方法往往生成模糊的点云且无法生成孔洞。实验结果表明，与其他点云生成器相比，ChartPointFlow 在生成与重建方面达到了 SOTA 性能。此外，ChartPointFlow 利用图（chart）将物体划分为语义子部件，并在无监督分割情形下展现出优越性能。
引用
@article{arxiv.2012.02346,
title = {ChartPointFlow for Topology-Aware 3D Point Cloud Generation},
author = {Takumi Kimura and Takashi Matsubara and Kuniaki Uehara},
journal= {arXiv preprint arXiv:2012.02346},
year = {2021}
}
备注
Accepted to ACM International Conference on Multimedia (ACMMM2021) as an oral presentation