用于三维点云处理的多分辨率树网络
计算机视觉与模式识别
2018-07-13 v2 图形学
机器学习
摘要
我们提出多分辨率树结构网络来处理点云,以完成三维形状理解与生成任务。我们的网络将三维形状表示为多分辨率下保持局部性的 1D 有序点列表集合。这允许通过 1D 卷积进行高效的前向处理,通过多网格架构进行由粗到细的分析,并在训练期间带来更快的收敛和较小的内存占用。所提出的树结构编码器可用于形状分类,并在形状分类基准上优于现有的基于点的架构,而树结构解码器可用于直接生成点云,并在使用 ShapeNet 数据集学习的图像到形状推理任务上优于现有方法。我们的模型还允许通过使用变分自编码器对基于点云的形状进行无监督学习,从而生成更高质量的形状。
引用
@article{arxiv.1807.03520,
title = {Multiresolution Tree Networks for 3D Point Cloud Processing},
author = {Matheus Gadelha and Rui Wang and Subhransu Maji},
journal= {arXiv preprint arXiv:1807.03520},
year = {2018}
}
备注
Accepted to ECCV 2018. 23 pages, including supplemental material