通过双重潜在空间导航实现点云本征插值
计算机视觉与模式识别
2021-05-07 v1 图形学
摘要
我们提出了一种基于学习的方法，用于插值和操纵以点云表示的三维形状，该方法明确旨在保留本征形状属性。我们的方法基于构建一个双重编码空间，该空间能够进行形状合成，同时提供与本征形状信息的联系，而这些信息通常在点云数据中是无法获取的。我们的方法单次即可完成，并避免了现有技术所采用的昂贵优化过程。此外，由我们的双重潜在空间方法提供的强正则化也有助于在跨不同数据集的含噪点云等具有挑战性的环境中改善形状恢复。大量实验表明，与基线方法相比，我们的方法产生了更真实、更平滑的插值结果。
引用
@article{arxiv.2004.01661,
title = {Intrinsic Point Cloud Interpolation via Dual Latent Space Navigation},
author = {Marie-Julie Rakotosaona and Maks Ovsjanikov},
journal= {arXiv preprint arXiv:2004.01661},
year = {2021}
}