P2P-Bridge：用于3D点云去噪的扩散桥梁

Mathias Vogel; Keisuke Tateno; Marc Pollefeys; Federico Tombari; Marie-Julie Rakotosaona; Francis Engelmann

P2P-Bridge：用于3D点云去噪的扩散桥梁

计算机视觉与模式识别 2024-08-30 v1

作者: Mathias Vogel , Keisuke Tateno , Marc Pollefeys , Federico Tombari , Marie-Julie Rakotosaona , Francis Engelmann

摘要

本文通过一种新颖的框架来解决点云去噪问题，该框架将扩散薛定谔桥梁应用于点云。与之前的方法不同，后者是从点特征或学习噪声分布预测点-wise位移，而本方法学习点云之间的最优传输计划。在对象数据集如PU-Net和真实世界数据集如ScanNet++和ARKitScenes上的实验表明，P2P-Bridge相对于现有方法实现了显著的改进。虽然本方法仅使用点坐标即可获得出色的结果，但我们还表明，融入额外特征（如颜色信息或点-wise DINOv2特征）会进一步提升性能。代码和预训练模型均可访问于https://p2p-bridge.github.io。

关键词

点云去噪扩散薛定谔桥梁最优传输 PU-Net ScanNet++

引用

@article{arxiv.2408.16325,
  title  = {P2P-Bridge: Diffusion Bridges for 3D Point Cloud Denoising},
  author = {Mathias Vogel and Keisuke Tateno and Marc Pollefeys and Federico Tombari and Marie-Julie Rakotosaona and Francis Engelmann},
  journal= {arXiv preprint arXiv:2408.16325},
  year   = {2024}
}

备注

ECCV 2024 Project page: https://p2p-bridge.github.io

P2P-Bridge：用于3D点云去噪的扩散桥梁

摘要

关键词

引用

备注

相关论文