基于蒸馔语义先验和状态空间模型的 DinoComplete 3D 形状完善
计算机视觉与模式识别
2026-05-27 v1 图形学
摘要
从部分扫描完成 3D 形状在未知类别和噪声真实观测中仍具挑战性，几何信息本身往往不足以推断缺失结构。我们提出 DinoComplete，一个确定性且高效的形状完善框架，通过蒸馔自 DINO 特征的语义先验来增强几何重建。首先，我们构建与 ShapeNet 数据对齐的多视角 DINO 特征体积，并训练学生网络从不完整形状直接预测稠密语义特征。这些预测特征在捕获全局结构和部件感知语义上下文的同时，保持与底层几何的对齐。随后，我们将这些蒸馔特征集成到完善网络中，通过体素状态空间建模融合几何与语义体素表示。为在不牺牲分辨率的前提下实现高效的长程推理，我们引入多尺度体素 Mamba 模块，通过组合全网格和块状序列建模来细化融合特征。在未知 ShapeNet 类别和 ScanNet 物体上的实验表明，DinoComplete 在更好的完善质量上优于先前基于确定性和生成式完善方法，同时使用更少参数、占用更低内存、实现更快推理。我们的结果表明，从视觉基础模型蒸馔语义先验可提升 3D 形状完善的泛化能力和鲁棒性。
引用
@article{arxiv.2605.26949,
title = {DinoComplete: 3D Shape Completion with Distilled Semantic Priors and State Space Models},
author = {Furkan Mert Algan and Eckehard Steinbach},
journal= {arXiv preprint arXiv:2605.26949},
year = {2026}
}