基于先验知识并通过因果推理引导的点云补全
计算机视觉与模式识别
2023-12-19 v2
摘要
点云补全旨在从由遮挡和有限视角导致的局部观测中恢复扫描仪捕获的原始点云。由于全局特征不太可能捕获所有缺失部分的完整细节，这使得恢复细节变得困难。本文提出一种称为 Point-PC 的点云补全任务新方法，该方法使用记忆网络检索形状先验，并设计因果推理模型来过滤缺失的形状信息，作为补充几何信息以辅助点云补全。具体而言，我们提出了一种记忆操作机制，其中完整形状特征及对应形状以“键值”对形式存储。为从局部输入中检索相似形状，我们还应用了基于对比学习的预训练方案，将不完整形状的特征迁移到完整形状特征的域中。在 ShapeNet-55、PCN 和 KITTI 数据集上的实验结果表明，Point-PC 优于最先进的方法。
引用
@article{arxiv.2305.17770,
title = {Point Cloud Completion Guided by Prior Knowledge via Causal Inference},
author = {Songxue Gao and Chuanqi Jiao and Ruidong Chen and Weijie Wang and Weizhi Nie},
journal= {arXiv preprint arXiv:2305.17770},
year = {2023}
}