深度网格先验：基于图卷积网络的无监督网格修复
计算机视觉与模式识别
2021-11-03 v2 图形学
摘要
本文通过以无监督方式学习自相似性来解决网格修复问题，即去噪与补全。为此，我们提出的方法（称为深度网格先验）在网格上使用图卷积网络来学习自相似性。该网络以单个不完整网格作为输入数据，并直接输出重建后的网格，而无需使用大规模数据集进行训练。我们的方法不使用任何中间表示（如隐式场），因为整个过程在网格上完成。我们证明了我们的无监督方法的性能与使用大规模数据集的最先进方法相当甚至更优。
引用
@article{arxiv.2107.02909,
title = {Deep Mesh Prior: Unsupervised Mesh Restoration using Graph Convolutional Networks},
author = {Shota Hattori and Tatsuya Yatagawa and Yutaka Ohtake and Hiromasa Suzuki},
journal= {arXiv preprint arXiv:2107.02909},
year = {2021}
}
备注
10 pages, 9 figures and 2 tables