中文

灵活加权切向距离:用于点云完成的增强目标函数

计算机视觉与模式识别 2026-03-03 v2

摘要

切向距离(Chamfer Distance, CD)是点云完成的核心目标函数,但其固有的对称加权机制限制了生成结果的质量。通过对局部细节偏差和全局覆盖不足同样加以惩罚,标准CD常导致结构缺陷,如点聚集和不完整的空间结构。我们提出灵活加权切向距离(Flexible-weighted Chamfer Distance, FCD),将CD解耦为局部精度和全局完整性子目标。FCD采用非对称加权策略,优先考虑全局结构完整性,引导优化远离亚最优解。作为一个即插即用模块,开销极小,大量实验在最先进的网络上表明,FCD显著提升了全局分布指标,同时保持局部精度。具体而言,在ShapeNet55基准测试使用AdaPoinTr时,FCD将密度感知切向距离(DCD)降低约12.4%(从0.613降至0.537),有效缓解了点聚类。同样,在PCN数据集上,所提方法将Earth Mover's Distance(EMD)从23.79降至21.40,显示出在全局均匀性方面优于标准CD基线。此外,FCD在多样化任务和数据集上表现出色,包括真实扫描(KITTI)、工业组件(ABC)以及点云上采样(PU-GAN),均取得显著的定量提升,生成的点云在视觉上更均匀且结构更完整。这些结果凸显了FCD作为更广泛点云生成领域通用目标函数的潜力。

关键词

引用

@article{arxiv.2505.14218,
  title  = {Flexible-weighted Chamfer Distance: Enhanced Objective Function for Point Cloud Completion},
  author = {Jie Li and Shengwei Tian and Long Yu and Xin Ning},
  journal= {arXiv preprint arXiv:2505.14218},
  year   = {2026}
}

备注

Accepted by IEEE TPAMI 2026. This is the author's version of the work. \c{opyright} 2026 IEEE. Personal use of this material is permitted. Code is available at this https URL [https://github.com/Carroll-Li/FCD]