用于形状补全的多视角 Performer 模型
计算机视觉与模式识别
2023-02-13 v1 机器人学
摘要
我们提出了多视角 Performer (MVP)——一种基于一系列时间顺序视图进行三维形状补全的新架构。MVP 通过使用称为 Performer 的线性注意力 Transformer 来完成此任务。我们的模型允许对场景的当前观测关注先前的观测，以实现更精确的填充。过去观测的历史通过紧凑的联想记忆进行压缩，该记忆近似于现代连续 Hopfield 记忆，但关键是其大小与历史长度无关。我们将我们的模型与多个随时间进行形状补全的基线进行比较，展示了 MVP 带来的泛化提升。据我们所知，MVP 是第一个不需要配准多个深度视图的多视角体素重建方法，也是第一个基于因果 Transformer 的三维形状补全模型。
引用
@article{arxiv.2209.06291,
title = {Multiple View Performers for Shape Completion},
author = {David Watkins and Peter Allen and Krzysztof Choromanski and Jacob Varley and Nicholas Waytowich},
journal= {arXiv preprint arXiv:2209.06291},
year = {2023}
}
备注
6 pages, 2 pages of references, 6 figures, 3 tables