The goal of this project is to learn a 3d shape representation that enables
accurate surface reconstruction, compact storage, efficient computation,
consistency for similar shapes, generalization across diverse s
本论文提出了 Deformed Implicit Field (DIF) 表示法来建模 3D 物品的形状,实现物品之间稠密的对应关系。DIF-Net 神经网络通过学习一个特定类别的物品的形态潜在空间和这些物品的 Deformation Field 来实现对应关系的建立以及对物品形状差异的度量,还考虑了材质和形状编辑等应用。