基于块渐进式三维点集上采样
计算机视觉与模式识别
2019-03-22 v3 图形学
机器学习
摘要
我们提出一种细节驱动的深度神经网络用于点集上采样。高分辨率点集对于点基渲染与表面重建至关重要。受近期神经图像超分辨率技术成功的启发，我们端到端地在不同细节层级上渐进式训练级联的基于块的上采样网络。我们提出一系列架构设计贡献，带来了显著的性能提升。每项技术贡献的效果均在消融研究中得到展示。定性与定量实验表明，无论在处理低分辨率输入还是揭示高保真细节方面，我们的方法均显著优于最先进的基于学习与基于优化的方法。
引用
@article{arxiv.1811.11286,
title = {Patch-based Progressive 3D Point Set Upsampling},
author = {Wang Yifan and Shihao Wu and Hui Huang and Daniel Cohen-Or and Olga Sorkine-Hornung},
journal= {arXiv preprint arXiv:1811.11286},
year = {2019}
}
备注
accepted to cvpr2019, code available at https://github.com/yifita/P3U