GenScan：一种用于填充参数化三维扫描数据集的生成式方法
计算机视觉与模式识别
2020-12-09 v1
摘要
与建成环境的几何复杂性相对应的丰富三维数据集的可用性，被认为是三维深度学习方法面临的一个持续挑战。为应对这一挑战，我们引入了 GenScan，一个以参数化方式填充合成三维扫描数据集的生成式系统。该系统以已有的捕获三维扫描作为输入，并输出建筑布局的替代变体，包括墙体、门和带有相应纹理的家具。GenScan 是一个完全自动化的系统，用户也可通过指定的用户界面进行手动控制。我们提出的系统利用混合深度神经网络与参数化模块的组合来提取并变换给定三维扫描的元素。GenScan 借助风格迁移技术为生成的场景生成新纹理。我们相信我们的系统将有助于数据增强，以扩充当前三维计算机视觉、生成式设计和通用三维深度学习任务中常用的有限三维几何数据集。
引用
@article{arxiv.2012.03998,
title = {GenScan: A Generative Method for Populating Parametric 3D Scan Datasets},
author = {Mohammad Keshavarzi and Oladapo Afolabi and Luisa Caldas and Allen Y. Yang and Avideh Zakhor},
journal= {arXiv preprint arXiv:2012.03998},
year = {2020}
}