NeuralPCI：用于三维点云多帧非线性插值的时空神经场
计算机视觉与模式识别
2023-03-28 v1
摘要
近年来，计算机视觉中的插值任务受到显著关注。尽管视频插值取得巨大进展，点云插值仍探索不足。同时，真实场景中存在大量非线性大运动，使点云插值任务更具挑战性。鉴于这些问题，我们提出NeuralPCI：一种用于三维点云插值的端到端四维时空神经场，其隐式整合多帧信息以处理室内外场景中的非线性大运动。此外，我们构建了一个名为NL-Drive的新多帧点云插值数据集，用于自动驾驶场景中的大非线性运动，以更好地展示方法的优越性。最终，NeuralPCI在DHB（动态人体）和NL-Drive数据集上均达到最先进的性能。除插值任务外，我们的方法可自然扩展至点云外推、形变和自动标注，表明其在其他领域的巨大潜力。代码见 https://github.com/ispc-lab/NeuralPCI。
引用
@article{arxiv.2303.15126,
title = {NeuralPCI: Spatio-temporal Neural Field for 3D Point Cloud Multi-frame Non-linear Interpolation},
author = {Zehan Zheng and Danni Wu and Ruisi Lu and Fan Lu and Guang Chen and Changjun Jiang},
journal= {arXiv preprint arXiv:2303.15126},
year = {2023}
}
备注
Accepted by CVPR 2023. Project Page: https://dyfcalid.github.io/NeuralPCI