用于学习3D隐式有符号距离场的样条位置编码
计算机视觉与模式识别
2021-10-29 v2 图形学
摘要
多层感知机(MLPs)已成功用于将 3D 坐标映射到相应有符号距离值或占据值,从而以隐式且紧凑的方式表示 3D 形状。本文提出一种新颖的位置编码方案,称为样条位置编码(Spline Positional Encoding),在将输入坐标送入 MLPs 前将其映射到高维空间,以帮助从非结构化 3D 点云中恢复具有精细几何细节的 3D 有符号距离场。我们在从输入点云进行 3D 形状重建与形状空间学习任务上验证了本方法优于其他位置编码方案。本方法在图像重建上的效用也得到了展示与评估。
引用
@article{arxiv.2106.01553,
title = {Spline Positional Encoding for Learning 3D Implicit Signed Distance Fields},
author = {Peng-Shuai Wang and Yang Liu and Yu-Qi Yang and Xin Tong},
journal= {arXiv preprint arXiv:2106.01553},
year = {2021}
}
备注
Accepted by IJCAI 2021; Code: https://github.com/microsoft/SplinePosEnc