SepicNet:通过三维形状中曲线的参数化推断恢复锐利边缘
计算机视觉与模式识别
2023-04-14 v1 图形学
摘要
三维扫描作为一种将现实物体数字化并创建其三维模型的技术,被广泛应用于许多领域。尽管三维扫描的质量取决于三维扫描仪的技术特性,但其常见缺陷是对精细细节或物体边缘的平滑。我们提出 SepicNet,一种用于以基元曲线形式检测和参数化三维形状中锐利边缘的新型深度网络。为使网络可端到端训练,我们以可微分方式表述曲线拟合。我们开发了一种自适应点云采样技术,其比均匀采样更好地捕获锐利特征。实验在一个新引入的包含 5 万次三维扫描的大规模数据集上进行,其中锐利边缘标注从其参数化 CAD 模型中提取,结果表明相较最先进方法有明显改进。
引用
@article{arxiv.2304.06531,
title = {SepicNet: Sharp Edges Recovery by Parametric Inference of Curves in 3D Shapes},
author = {Kseniya Cherenkova and Elona Dupont and Anis Kacem and Ilya Arzhannikov and Gleb Gusev and Djamila Aouada},
journal= {arXiv preprint arXiv:2304.06531},
year = {2023}
}