論文筆記1
前言
原文鏈接：[2106.05779] Deep Implicit Surface Point Prediction Networks
期刊：Computer Science > Computer Vision and Pattern Recognition
1. 創(chuàng)新點：
提出一個到曲面最近點的表示（新的隱式表示）拜姿。可以對封閉或者半封閉的復(fù)雜物體進行高質(zhì)量重建砾隅。
解決無符號距離函數(shù)在表面梯度消失的問題，但是需要法線信息晴埂。
2. 相關(guān)工作：
顯示形狀表示：
體素：能將圖像處理方法擴展到3D形狀分析，直接將像素擴展到3D儒洛。
網(wǎng)格：可以捕捉到更多細(xì)節(jié)，但是受限于頂點個數(shù)琅锻。
點云:提供緊湊和稀疏表示，但不能實現(xiàn)高精度重建向胡，不能模擬任意拓?fù)湫螤睢?/b>
隱式形狀表示：
1. 把查詢點分為建模曲面的內(nèi)/外部，點到曲面的距離是有符號/無符號僵芹。
2.顯示和隱式混合表示、如BSP-NET,CVXNET
3. 方法：
總思路：把查詢點變換到離曲面最近的點拇派。
網(wǎng)絡(luò)模型：
編碼：將點云輸入到CON中的編碼結(jié)構(gòu)，得到體素化特征編碼疮方。再利用3D U-NET得到最終的特征體素編碼。
解碼：對3D特征體素進行三線性插值骡显，采樣查詢點對應(yīng)的特征，利用shape decoder得到離查詢點最近的曲面點曾掂。
4. 代碼解析：
數(shù)據(jù)準(zhǔn)備：首先采樣獲取mesh惫谤，shap點云遭殉，法線石挂；再獲取具體數(shù)據(jù)险污，如點坐標(biāo)，sdf蛔糯，nn
網(wǎng)絡(luò)結(jié)構(gòu)：shape decoder線性linear層構(gòu)成，{in_size,?120,?512,?1024,?2048,??2048,?1024,?512,??256,?128,?3}
簡單來說蚁飒，就是輸入查詢點和靠近曲面的點动壤，利用網(wǎng)絡(luò)結(jié)構(gòu)將查詢點逐步變換淮逻，損失是計算預(yù)測點坐標(biāo)與靠近曲面點的均方誤差，利用該損失讓預(yù)測的點等于輸入時靠近曲面的點爬早。
關(guān)于編碼部分還沒看到，代碼和論文不太匹配筛严，后續(xù)更新。桨啃。车胡。照瘾。
第一篇博客，嗚嗚嗚析命，堅持每天更新，啦啦啦啦~~~~~
