MSECNet：基于多尺度边缘约束的精确鲁棒三维点云法线估计
计算机视觉与模式识别
2023-08-24 v2
摘要
从三维点云估计表面法线对于表面重建与渲染等多种应用至关重要。现有法线估计方法在法线变化缓慢的区域表现良好，但在法线快速变化的区域往往失效。为解决此问题，我们提出一种称为 MSECNet 的新方法，其将法线变化建模视为边缘检测问题，从而改善法线变化区域的估计。MSECNet 由骨干网络与多尺度边缘约束（MSEC）流组成。MSEC 流通过多尺度特征融合与自适应边缘检测实现鲁棒的边缘检测。随后利用边缘约束模块将检测到的边缘与骨干网络输出结合，生成边缘感知表示。大量实验表明，MSECNet 在合成（PCPNet）与真实世界（SceneNN）数据集上均优于现有方法，且运行速度显著更快。我们还进行了多种分析以探究 MSEC 流中各部分的贡献。最后，我们展示了该方法在表面重建中的有效性。
引用
@article{arxiv.2308.02237,
title = {MSECNet: Accurate and Robust Normal Estimation for 3D Point Clouds by Multi-Scale Edge Conditioning},
author = {Haoyi Xiu and Xin Liu and Weimin Wang and Kyoung-Sook Kim and Masashi Matsuoka},
journal= {arXiv preprint arXiv:2308.02237},
year = {2023}
}
备注
Accepted for ACM MM 2023