利用多层感知机从点云生成同构网格
计算机视觉与模式识别
2022-10-26 v1
摘要
我们提出了一种名为同构网格生成器（iMG）的新型神经网络，它能从包含噪声和缺失部分的点云中生成同构网格。任意物体的同构网格具有统一的网格结构，即使这些物体属于不同类别。这种统一表示使得深度神经网络能够处理表面模型。此外，同构网格的统一网格结构允许对所有同构网格应用相同的处理流程；而对于一般的网格模型，我们需要根据其网格结构考虑不同的处理方法。因此，与一般网格模型相比，使用同构网格能带来更高效的内存使用和计算时间。由于 iMG 是一种无数据方法，除了作为 iMG 输入数据的目标物体点云外，无需预先准备任何点云作为训练数据。此外，iMG 通过将参考网格映射到给定的输入点云来输出同构网格。为了稳定地估计映射函数，我们引入了一种逐步映射策略。该策略在保持参考网格结构的同时实现了灵活变形。通过仿真和使用手机的实验，我们证实，即使输入点云包含噪声和缺失部分，iMG 也能可靠地生成给定物体的同构网格。
引用
@article{arxiv.2210.14157,
title = {Isomorphic mesh generation from point clouds with multilayer perceptrons},
author = {Shoko Miyauchi and Ken'ichi Morooka and Ryo Kurazume},
journal= {arXiv preprint arXiv:2210.14157},
year = {2022}
}