点云的保边隐式曲面重建
计算机视觉与模式识别
2023-01-13 v1 图形学
摘要
近年来，直接从原始数据学习隐式曲面因其优异的性能，已成为三维重建任务中一种极具吸引力的表示方法。然而，随着原始数据质量的下降，隐式函数往往会导致不令人满意的重建结果。为此，我们提出了一种新颖的保边隐式曲面重建方法，该方法主要由一个可微的拉普拉斯正则化项和一个动态边缘采样策略组成。其中，可微的拉普拉斯正则化项能有效缓解因点云质量下降导致的隐式曲面不平滑问题；同时，为了减少隐式曲面边缘区域的过度平滑，我们提出了一种动态边缘提取策略，用于在点云的尖锐边缘附近进行采样，这可以有效避免拉普拉斯正则化项对所有区域进行平滑处理。最后，我们将它们与一个简单的正则化项相结合，以实现鲁棒的隐式曲面重建。与最先进的方法相比，实验结果表明，我们的方法显著提高了三维重建结果的质量。此外，我们通过多项实验证明，我们的方法可以方便有效地应用于一些点云分析任务，包括点云边缘特征提取、法线估计等。
引用
@article{arxiv.2301.04860,
title = {Edge Preserving Implicit Surface Representation of Point Clouds},
author = {Xiaogang Wang and Yuhang Cheng and Liang Wang and Jiangbo Lu and Kai Xu and Guoqiang Xiao},
journal= {arXiv preprint arXiv:2301.04860},
year = {2023}
}