EC-Net：一种边缘感知的点集 Consolidation 网络
计算机视觉与模式识别
2018-07-18 v1
摘要
由三维扫描获取的点云通常稀疏、不规则且含噪，需要被 consolidation。本文提出首个基于深度学习的边缘感知技术以促进点云 consolidation。我们设计网络处理局部块中分组的点的点，并训练其学习并辅助 consolidation 点，特意为边缘而设。为此，我们构建了一个回归组件，从 upsampled 特征中同时恢复三维点坐标与点到边缘距离，以及一种边缘感知联合损失函数，直接最小化输出点到三维网格与到边缘的距离。相较于先前基于神经网络的工作，我们的 consolidation 是边缘感知的。在合成过程中，我们的网络可关注检测到的锐利边缘并实现更精确的三维重建。此外，我们在虚拟扫描点云上训练网络，在合成与真实点云上展示方法性能，呈现多种表面重建结果，并表明本方法优于 SOTA。
引用
@article{arxiv.1807.06010,
title = {EC-Net: an Edge-aware Point set Consolidation Network},
author = {Lequan Yu and Xianzhi Li and Chi-Wing Fu and Daniel Cohen-Or and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:1807.06010},
year = {2018}
}
备注
accepted by ECCV2018; project in https://yulequan.github.io/ec-net/