Noise2Score3D：用于点云去噪的无监督 Tweedie 方法

Xiangbin Wei

Noise2Score3D：用于点云去噪的无监督 Tweedie 方法

计算机视觉与模式识别 2025-06-24 v3

作者: Xiangbin Wei

摘要

基于贝叶斯统计学与图像去噪的最新进展，我们提出了 Noise2Score3D，这是一个用于点云去噪的完全无监督框架，旨在解决干净数据可用性有限的严峻挑战。Noise2Score3D 直接从含噪数据中学习底层点云分布的梯度，从而在训练过程中无需使用干净数据。通过利用 Tweedie 公式，我们的方法在单步内完成推断，避免了现有无监督方法中使用的迭代过程，从而同时提升了性能与效率。实验结果表明，Noise2Score3D 在标准基准测试上取得了 SOTA 性能，在 Chamfer 距离和点到网格指标上优于其他无监督方法，并可媲美部分有监督方法。此外，Noise2Score3D 展现出了超越训练数据集的强泛化能力。另外，我们引入了点云全变差，这是一种能够估计未知噪声参数的准则，进一步增强了该方法的通用性与现实实用性。

关键词

点云去噪无监督学习 Tweedie 公式噪声估计 Chamfer 距离

引用

@article{arxiv.2502.16826,
  title  = {Noise2Score3D:Unsupervised Tweedie's Approach for Point Cloud Denoising},
  author = {Xiangbin Wei},
  journal= {arXiv preprint arXiv:2502.16826},
  year   = {2025}
}

备注

There is already another version: "Noise2Score3D: Tweedie's Approach for Unsupervised Point Cloud Denoising". Please see arXiv:2503.09283

Noise2Score3D：用于点云去噪的无监督 Tweedie 方法

摘要

关键词

引用

备注

相关论文