基于能量残差潜空间传输的无监督点云补全
计算机视觉与模式识别
2022-11-15 v1
摘要
无监督点云补全旨在无需部分-完整对应关系的情况下推断物体局部观测的整体几何形状。与现有的确定性方法不同，我们主张基于生成建模的无监督点云补全以探索缺失的对应关系。具体而言，我们提出了一种新颖的框架，该框架通过使用潜空间传输模块将局部形状编码变换为完整编码来完成补全，并且其被设计为编码器-解码器架构中的潜空间能量基模型（EBM），旨在学习以局部形状编码为条件的概率分布。为了联合训练潜码传输模块和编码器-解码器网络，我们引入了一种残差采样策略，其中残差捕获了局部与完整形状潜空间之间的域差距。作为基于生成模型的框架，我们的方法能够生成与人类感知一致的不确定性图，从而实现可解释的无监督点云补全。我们通过实验表明，所提方法生成高保真补全结果，以显著优势超越最先进的模型。
引用
@article{arxiv.2211.06820,
title = {Energy-Based Residual Latent Transport for Unsupervised Point Cloud Completion},
author = {Ruikai Cui and Shi Qiu and Saeed Anwar and Jing Zhang and Nick Barnes},
journal= {arXiv preprint arXiv:2211.06820},
year = {2022}
}
备注
BMVC 2022 paper