SuperPC：用于点云补全、上采样、去噪和着色的单一扩散模型
计算机视觉与模式识别
2025-08-22 v2 机器人学
摘要
点云（PC）处理任务——如补全、上采样、去噪和着色——在自动驾驶和3D重建等应用中至关重要。尽管取得了重大进展，但先前方法通常独立处理每项任务，使用专注于个别问题的独立模型。然而，这种孤立的方法未能考虑到不完整性、低分辨率、噪声和缺乏颜色等缺陷经常共存，且每种缺陷都会相互影响和关联。简单地顺序应用这些模型可能导致每个模型的误差累积，以及计算成本的增加。为应对这些挑战，我们引入了SuperPC，这是第一个能够同时处理所有四项任务的统一扩散模型。我们的方法采用三级条件扩散框架，并通过一种新颖的空间混合融合策略，利用这四项缺陷之间的相关性进行同时高效处理。我们表明SuperPC在所有四项单独任务上优于最先进的专业模型以及它们的组合。
引用
@article{arxiv.2503.14558,
title = {SuperPC: A Single Diffusion Model for Point Cloud Completion, Upsampling, Denoising, and Colorization},
author = {Yi Du and Zhipeng Zhao and Shaoshu Su and Sharath Golluri and Haoze Zheng and Runmao Yao and Chen Wang},
journal= {arXiv preprint arXiv:2503.14558},
year = {2025}
}