GeoCD：用于测量地球距离的差分局部近似
计算机视觉与模式识别
2025-07-01 v1
摘要
Chamfer Distance (CD) 作为3D点云学习中广泛采用的度量标准，由于其简单性和效率，然而它存在根本性的局限性：仅依赖欧几里得距离，往往无法捕捉3D形状的内在几何结构。为此，我们提出了GeoCD，这是一种具有拓扑感知性质的、用于3D点云学习的测地距离的全可微近似。我们的实验表明，GeoCD在 various architectures and datasets across 一致优于标准CD的重建质量。我们通过对几乎使用标准CD训练的多个模型进行微调来演示这一点。值得注意的是，使用GeoCD进行单轮微调即可在多个评估指标上获得显著提升。
引用
@article{arxiv.2506.23478,
title = {GeoCD: A Differential Local Approximation for Geodesic Chamfer Distance},
author = {Pedro Alonso and Tianrui Li and Chongshou Li},
journal= {arXiv preprint arXiv:2506.23478},
year = {2025}
}