基于风格的点生成器与对抗渲染用于点云补全
计算机视觉与模式识别
2021-05-13 v3
摘要
本文中，我们提出了一种新颖的基于风格的点生成器与对抗渲染（SpareNet）用于点云补全。首先，我们提出通道注意力EdgeConv，以充分挖掘点特征中的局部结构与全局形状。其次，我们观察到普通折叠所使用的拼接方式限制了其生成复杂且保真形状的能力。受StyleGAN成功的启发，我们将形状特征视为风格码，在折叠过程中调制归一化层，显著增强了其能力。第三，我们认识到现有的点监督（如倒角距离或推土机距离）无法忠实反映重建点的感知质量。为此，我们提出通过可微渲染器将补全的点投影到深度图，并应用对抗训练以提升不同视角下的感知真实感。在ShapeNet和KITTI上的综合实验证明了我们方法的有效性，其取得了最先进的定量性能，同时提供了优越的视觉质量。
引用
@article{arxiv.2103.02535,
title = {Style-based Point Generator with Adversarial Rendering for Point Cloud Completion},
author = {Chulin Xie and Chuxin Wang and Bo Zhang and Hao Yang and Dong Chen and Fang Wen},
journal= {arXiv preprint arXiv:2103.02535},
year = {2021}
}