SP-GAN：球面引导的三维形状生成与操控
计算机视觉与模式识别
2021-08-11 v1
摘要
我们提出了 SP-GAN，一种新的无监督球面引导生成模型，用于直接合成以点云形式表示的三维形状。与现有模型相比，SP-GAN 能够合成具有精细细节的多样化高质量形状，并促进部件感知的形状生成与操控的可控性，且在训练时无需任何部件标注。在 SP-GAN 中，我们引入全局先验（球面上的均匀点）以在空间上引导生成过程，并将局部先验（随机隐编码）附加到每个球面点上以提供局部细节。我们设计的关键洞察是将复杂的三维形状生成任务解耦为全局形状建模和局部结构调整，从而简化学习过程并提升形状生成质量。此外，我们的模型在球面点与每个生成形状中的点之间形成了隐式密集对应关系，使得超越现有生成模型的各种结构感知形状操控成为可能，例如部件编辑、部件级形状插值和多形状部件组合等。包括视觉和定量评估在内的实验结果表明，与最先进的模型相比，我们的模型能够合成具有精细细节且噪声更少的多样化点云。
引用
@article{arxiv.2108.04476,
title = {SP-GAN: Sphere-Guided 3D Shape Generation and Manipulation},
author = {Ruihui Li and Xianzhi Li and Ka-Hei Hui and Chi-Wing Fu},
journal= {arXiv preprint arXiv:2108.04476},
year = {2021}
}
备注
SIGGRAPH 2021, website https://liruihui.github.io/publication/SP-GAN/