TutteNet：通过2D网格变形组合实现3D单射变形
计算机视觉与模式识别
2024-06-21 v2
摘要
本工作提出一种表示3D空间单射变形的新方法，克服了现有单射方法的局限性：不准确、缺乏鲁棒性以及与通用学习和优化框架的不兼容性。核心思想是将问题简化为多个2D网格基于分片线性映射的深度组合。具体而言，我们构建产生网格变形的可微分层，利用Tutte嵌入（在2D中保证单射），并通过在不同平面上组合这些层来创建复杂的3D单射变形。我们展示该方法能够高效准确地优化和学习复杂变形，优于其他单射方法。作为主要应用，我们产生复杂且无损伤的NeRF和SDF变形。
引用
@article{arxiv.2406.12121,
title = {TutteNet: Injective 3D Deformations by Composition of 2D Mesh Deformations},
author = {Bo Sun and Thibault Groueix and Chen Song and Qixing Huang and Noam Aigerman},
journal= {arXiv preprint arXiv:2406.12121},
year = {2024}
}