Octree Transformer：基于层次化结构序列的自回归三维形状生成
计算机视觉与模式识别
2021-11-25 v1 图形学
机器学习
摘要
自回归模型已被证明在自然语言处理文本生成任务中非常强大，并且最近在图像生成领域也获得了普及。然而，迄今为止，它们在三维形状合成中的应用还很有限。这主要是由于缺乏一种直接的方式来线性化三维数据，以及在描述复杂形状时所产生的序列长度带来的缩放问题。在这项工作中，我们解决了这两个问题。我们使用八叉树作为一种紧凑的层次化形状表示，可以通过遍历排序进行序列化。此外，我们引入了一种自适应压缩方案，该方案显著减少了序列长度，从而能够使用 Transformer 进行有效生成，同时仍允许完全自回归采样和并行训练。我们通过将模型性能与形状生成领域的最新技术进行比较，展示了其性能。
引用
@article{arxiv.2111.12480,
title = {Octree Transformer: Autoregressive 3D Shape Generation on Hierarchically Structured Sequences},
author = {Moritz Ibing and Gregor Kobsik and Leif Kobbelt},
journal= {arXiv preprint arXiv:2111.12480},
year = {2021}
}