【点云论文速读】点云高质量3D表面重建

点云PCL免费知识星球,点云论文速读。

标题:Local Implicit Grid Representations for 3D Scenes

作者:Chiyu “Max” Jiang1,2 Avneesh Sud

星球ID:particle

欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。

●论文摘要

从点云数据中学习的形状先验知识,通常应用在从局部或带有噪声的点云数据的三维重建。然而,由于典型的三维自动编码器无法处理其规模、复杂性或多样性,因此室内场景中没有这样的形状预测器。在本文中,我们引入了局部隐式网格(Local Implicit Grid)表示,这是一种新的三维形状表示,旨在实现可扩展性和通用性。大多数三维曲面在某种尺度上共享几何细节,本文训练一个自动编码器来学习如何嵌入这种大小的三维点云形状。然后,我们使用解码器作为形状优化中的一个组件,该形状优化解决了重叠作物的规则网格上的一组潜在代码,使得解码的局部形状的插值匹配部分或噪声观测。并证明了该方法在稀疏点观测三维曲面重建中的价值,实验证明该方法明显优于其他方法。

【点云论文速读】点云高质量3D表面重建_第1张图片

●主要贡献

提出了局部隐式网格( Local Implicit Grid LIG)表示,一种由重叠部分大小的局部区域组成的规则网格,每个区域都用隐式特征向量编码。

这项工作的主要贡献:

•提出了几何图形的局部隐式网格表示,在零件点云上学习和利用几何特征,以及相关的方法,例如重叠隐式网格机制和隐式网格优化方法,以高还原度表示和重建场景。

•与学习整个对象先验

你可能感兴趣的:(点云学习,文献阅读)