SeqXY2SeqZ：通过从二维坐标序列预测一维占据段实现三维形状结构学习
计算机视觉与模式识别
2020-03-17 v2
摘要
三维形状的结构学习对三维计算机视觉至关重要。最先进的方法通过使用判别性神经网络学习的隐式函数表示三维形状，展现出有前景的结果。然而，学习隐式函数需要在三维空间中进行密集且不规则的采样，这也使得采样方法在测试时影响形状重建的精度。为避免三维空间中的密集不规则采样，我们提出使用二维函数表示形状，其中函数在每个二维位置处的输出是形状内部的一段线段序列。我们的方法利用了函数表示的强大能力，但没有三维采样的缺点。具体而言，我们使用体素管化（voxel tubelization）将体素网格表示为沿 X、Y 或 Z 任一轴的管集。每根管可由其在另外两轴所张平面上的二维坐标索引。我们进一步将每根管简化为占据段序列。每个占据段由形状占据的连续体素组成，从而可用其一维起点和终点位置简单表示。给定管的二维坐标和形状特征作为条件，该表示使我们能够通过顺序预测管中每个占据段的起点和终点位置来学习三维形状结构。我们使用带有注意力的 Seq2Seq 模型实现该方法，称为 SeqXY2SeqZ，它学习从沿任意两轴的二维坐标序列到沿第三轴的一维位置序列的映射。SeqXY2SeqZ 不仅受益于体素网格在训练和测试中的规则性，还实现了高内存效率。我们的实验表明，在广泛使用的基准下，SeqXY2SeqZ 优于最先进的方法。
引用
@article{arxiv.2003.05559,
title = {SeqXY2SeqZ: Structure Learning for 3D Shapes by Sequentially Predicting 1D Occupancy Segments From 2D Coordinates},
author = {Zhizhong Han and Guanhui Qiao and Yu-Shen Liu and Matthias Zwicker},
journal= {arXiv preprint arXiv:2003.05559},
year = {2020}
}