通过组装器间的共创空间实现可扩展的几何断裂拼合
计算机视觉与模式识别
2024-01-17 v4
摘要
几何断裂拼合是考古学和 3D 计算机视觉中一项具有挑战性的实际任务。以往的方法仅专注于基于语义信息拼合碎片，这限制了可以有效拼合的对象数量。因此，需要开发一种不依赖语义信息的可扩展几何断裂拼合框架。为了在不依赖语义信息的情况下提高几何断裂拼合的有效性，我们提出了一个由若干组装器组成的共创空间，这些组装器能够逐步且无歧义地拼合断裂。此外，我们引入了一种新型损失函数，即基于几何的碰撞损失，以解决断裂拼合过程中的碰撞问题并增强结果。与现有的 SOTA 框架相比，我们的框架在 PartNet 和 Breaking Bad 数据集上均展现出更好的性能。大量实验和定量比较证明了我们提出的框架的有效性，该框架具有线性计算复杂度、增强的抽象性和改进的泛化能力。我们的代码已在 https://github.com/Ruiyuan-Zhang/CCS 公开。
引用
@article{arxiv.2312.12340,
title = {Scalable Geometric Fracture Assembly via Co-creation Space among Assemblers},
author = {Ruiyuan Zhang and Jiaxiang Liu and Zexi Li and Hao Dong and Jie Fu and Chao Wu},
journal= {arXiv preprint arXiv:2312.12340},
year = {2024}
}
备注
AAAI2024