面向体素点云的基于聚类的自编码器
计算机视觉与模式识别
2022-11-03 v1
摘要
自编码器能够从一小组参数重建给定输入。然而，由于计算成本，输入尺寸常常受限。为此，我们提出一种针对体素点云的聚类与重组方法，以允许高分辨率数据作为输入。此外，我们提出了一种基于知名 FoldingNet 的体素点云自编码器，并讨论了我们的方法如何用于高分辨率点云之间的混合，以及在保持点云形状的同时将体素化设计/风格迁移到点云上。
引用
@article{arxiv.2211.01009,
title = {Cluster-Based Autoencoders for Volumetric Point Clouds},
author = {Stephan Antholzer and Martin Berger and Tobias Hell},
journal= {arXiv preprint arXiv:2211.01009},
year = {2022}
}