基于稠密标注三维形状数据集的点云着色
计算机视觉与模式识别
2018-10-15 v1
摘要
本文通过融合两个现有数据集的不同类型信息，介绍了 DensePoint，一个包含 16 类共超过 10,000 个单物体的稠密采样与标注点云数据集。DensePoint 中每个点云包含 40,000 个点，每个点关联两类信息：RGB 值与部件标注。此外，我们提出一种利用生成对抗网络（GANs）的点云着色方法。该网络仅给定点云本身即可为单物体点云生成颜色。在 DensePoint 上的实验表明，物体不同部件的点云之间存在清晰边界，说明所提网络能够生成相当良好的颜色。我们的数据集已在项目页面公开。
引用
@article{arxiv.1810.05396,
title = {Point Cloud Colorization Based on Densely Annotated 3D Shape Dataset},
author = {Xu Cao and Katashi Nagao},
journal= {arXiv preprint arXiv:1810.05396},
year = {2018}
}