用于图像引导点云形状补全的跨模态学习
计算机视觉与模式识别
2022-09-21 v1 图像与视频处理
摘要
本文探讨了近期由辅助图像引导的点云补全课题。我们展示了如何在一个局部化潜在空间中有效融合两种模态的信息，从而避免了当前最优方法所使用的从单视图进行复杂点云重建的需求。我们还研究了一种新颖的弱监督设定：辅助图像通过对补全点云使用可微渲染器在图像空间中度量保真度，从而为训练过程提供监督信号。实验表明，在单模态与多模态补全上均较当前最优监督方法取得显著改进。我们也展示了弱监督方法的有效性，其优于若干监督方法，并与仅利用点云信息的最新监督模型具有竞争力。
引用
@article{arxiv.2209.09552,
title = {Cross-modal Learning for Image-Guided Point Cloud Shape Completion},
author = {Emanuele Aiello and Diego Valsesia and Enrico Magli},
journal= {arXiv preprint arXiv:2209.09552},
year = {2022}
}
备注
NeurIPS 2022