RPG：学习递归点云生成
计算机视觉与模式识别
2021-06-01 v1
摘要
本文提出一种新颖的点云生成器，能够重建并生成由语义部件组成的三维点云。给定目标三维模型的潜表示，生成从单个点开始，并通过一系列点扩展阶段递归扩展，产生高分辨率点云。在递归生成过程中，我们不仅从每个扩展阶段获得目标三维模型的由粗到细的点云，还依据各扩展阶段间点的层次/父子关系无监督地发现目标模型的语义分割。此外，递归生成器中使用的扩展模块及其他元素大多共享权重，从而使整体框架轻量且高效。大量实验表明，我们所提点云生成器在生成与重建任务上相较多种基线具有可比甚至更优的性能，并对同类物体的三维实例提供一致的共分割。
引用
@article{arxiv.2105.14322,
title = {RPG: Learning Recursive Point Cloud Generation},
author = {Wei-Jan Ko and Hui-Yu Huang and Yu-Liang Kuo and Chen-Yi Chiu and Li-Heng Wang and Wei-Chen Chiu},
journal= {arXiv preprint arXiv:2105.14322},
year = {2021}
}