基于部件检索与组装的无监督三维形状重建
计算机视觉与模式识别
2023-03-06 v1 图形学
摘要
用一组基元来表示三维形状，有助于感知结构、改进机器人对象操控，并支持三维形状的编辑、风格化与压缩。现有方法要么使用简单的参数化基元，要么学习一个生成式的部件形状空间。二者均有局限：参数化基元导致粗糙的近似，而学习得到的部件对分解过程控制过少。我们转而提出利用用户提供的三维部件库来分解形状，从而完全控制部件的选择。该库可包含适用于特定类别的高质量几何部件，从而得到具有干净几何结构且意义明确的分解。分解的类型也可通过库中部件的选择加以控制。我们的方法采用自监督方式，迭代地从库中检索部件并优化其位姿。我们表明，与现有方法相比，该方法具有更高的重建精度与更理想的分解效果。此外，我们展示了如何通过不同的部件库重建同一形状，从而利用部件库控制分解。
引用
@article{arxiv.2303.01999,
title = {Unsupervised 3D Shape Reconstruction by Part Retrieval and Assembly},
author = {Xianghao Xu and Paul Guerrero and Matthew Fisher and Siddhartha Chaudhuri and Daniel Ritchie},
journal= {arXiv preprint arXiv:2303.01999},
year = {2023}
}
备注
CVPR 2023