用于点云的参数化曲面约束上采样网络
计算机视觉与模式识别
2023-12-05 v3
摘要
设计点云上采样器旨在根据稀疏点表示生成干净且密集的点云，是计算机视觉中一个基础且具有挑战性的问题。一系列尝试通过深度神经网络建立点到点映射函数来实现该目标。然而，由于缺乏显式的曲面级约束，这些方法容易产生离群点。为解决此问题，我们将一种新颖的曲面正则化项引入上采样网络，迫使神经网络学习由双三次函数和旋转函数表示的底层参数化曲面，并将新生成的点约束在该底层曲面上。这些设计被集成到两个不同网络中，用于利用上采样层优势的两个任务——点云上采样和点云补全——进行评估。两项任务上最先进的实验结果证明了所提方法的有效性。代码见 https://github.com/corecai163/PSCU。
引用
@article{arxiv.2303.08240,
title = {Parametric Surface Constrained Upsampler Network for Point Cloud},
author = {Pingping Cai and Zhenyao Wu and Xinyi Wu and Song Wang},
journal= {arXiv preprint arXiv:2303.08240},
year = {2023}
}
备注
Update Supplementary Files