Cortex-Synth：基于层次图注意力的可微拓扑感知 3D 骨架合成
计算机视觉与模式识别
2025-09-09 v1
摘要
我们提出了 Cortex Synth，这是一种新颖的端到端可微框架，用于从单个 2D 图像联合进行 3D 骨架几何与拓扑合成。我们的架构引入了三项关键创新：（1）具有多尺度骨架细化的层次图注意力机制，（2）通过拉普拉斯特征分解实现的可微谱拓扑优化，以及（3）用于姿态结构对齐的对抗性几何一致性训练。该框架集成了四个协同模块：伪 3D 点云生成器、增强型 PointNet 编码器、骨架坐标解码器以及新颖的可微图构建网络（DGCN）。我们的实验展示了 SOTA 结果，在 ShapeNet 上 MPJPE 提高了 18.7%，图编辑距离提高了 27.3%，同时与以往方法相比拓扑误差减少了 42%。该模型的端到端可微性使其能够应用于机器人操作、医学成像和自动角色绑定。
引用
@article{arxiv.2509.06705,
title = {Cortex-Synth: Differentiable Topology-Aware 3D Skeleton Synthesis with Hierarchical Graph Attention},
author = {Mohamed Zayaan S},
journal= {arXiv preprint arXiv:2509.06705},
year = {2025}
}
备注
8 pages, 4 figures