PC2WF：从原始点云进行三维线框重建
计算机视觉与模式识别
2021-03-05 v1
摘要
我们提出 PC2WF，首个端到端可训练的深度网络架构，用于将三维点云转换为线框模型。该网络将采样自某物体表面的一组无序三维点作为输入，并输出该物体的线框，即由线段连接的稀疏角点集合。恢复线框是一项具有挑战性的任务，其中顶点和边的数量因每个实例而异且事先未知。我们的架构逐步构建模型：首先将点编码为特征向量；基于这些特征，识别一组候选顶点，然后将其剪枝为最终的角点顶点集并细化其位置；接着，用一组穷举的候选边连接角点，再次剪枝以获得最终线框。所有步骤均可训练，误差可沿整个序列反向传播。我们在公开可用的合成数据集（其真实线框可获取）以及一个新的真实世界数据集上验证了所提模型。我们的模型生成了高质量的线框抽象，并优于若干基线方法。
引用
@article{arxiv.2103.02766,
title = {PC2WF: 3D Wireframe Reconstruction from Raw Point Clouds},
author = {Yujia Liu and Stefano D'Aronco and Konrad Schindler and Jan Dirk Wegner},
journal= {arXiv preprint arXiv:2103.02766},
year = {2021}
}