PointInverter：基于带形状先验生成模型的点云重建与编辑
计算机视觉与模式识别
2022-11-17 v1 人工智能
图形学
摘要
本文提出一种将三维点云映射到三维生成对抗网络隐空间的新方法。我们用于三维点云的生成模型基于 SP-GAN（一种最先进的球引导三维点云生成器）。我们推导出一种将输入三维点云编码到 SP-GAN 隐空间的高效方法。我们的点云编码器能够解决反演过程中的点排序问题，从而确定生成的三维点云中的点与生成器所用的规范球上点之间的对应关系。我们表明，我们的方法在三维点云上优于以往的 GAN 反演方法，在定量和定性上均取得了最先进的结果。我们的代码可在 https://github.com/hkust-vgd/point_inverter 获取。
引用
@article{arxiv.2211.08702,
title = {PointInverter: Point Cloud Reconstruction and Editing via a Generative Model with Shape Priors},
author = {Jaeyeon Kim and Binh-Son Hua and Duc Thanh Nguyen and Sai-Kit Yeung},
journal= {arXiv preprint arXiv:2211.08702},
year = {2022}
}
备注
WACV 2023 paper. 8 pages of main content, 2 pages of references, 7 pages of supplementary material