PReP：高效的基于上下文的缺失部件形状检索
计算机视觉与模式识别
2024-10-21 v1
摘要
本文研究了点云域中的形状部件检索问题。文献中已有的形状检索方法依赖于存在的查询对象，但如果我们正在寻找的部件本身不存在，该如何处理？我们提出了零部件检索管道（PReP），该管道创造性地利用度量学习技术以及训练好的分类模型来衡量从数据库中获取潜在替换部件的合适性，以服务于循环经济的应用场景。通过一种创新的训练程序，PReP 能够仅依据形状上下文学习识别合适的部件。由于其较小的参数规模和计算需求，PReP 可在仅几秒钟内筛选掉数万件备用部件。我们还建立了一个备选基准方法进行比较，并详细记录了该任务所固有的独特挑战，以及识别这些挑战的设计选择。
引用
@article{arxiv.2410.14245,
title = {PReP: Efficient context-based shape retrieval for missing parts},
author = {Vlassis Fotis and Ioannis Romanelis and Georgios Mylonas and Athanasios Kalogeras and Konstantinos Moustakas},
journal= {arXiv preprint arXiv:2410.14245},
year = {2024}
}