Apr, 2020

通过序列组装实现组合式 3D 形状生成

PDF
TL;DR通过采用基于进化算法的贝叶斯优化方法，提出了一种组合 3D 形状生成框架。该框架可以通过将体形学高斯过程与全局结构导向评估函数相结合来利用并探索当前基元状态下受约束的可行域。实验结果表明，我们的方法可以生成有效的组合 3D 形状。
combinatorial 3d shape generationgeometric primitivesbayesian optimizationassembly processunit primitives
发现论文，激发创造
  • ShapeAssembly: 学习生成三维形状结构合成程序

    本文提出了一种面向领域的 3D 形状结构的组装语言 ShapeAssembly， 并训练一个层次顺序 VAE，以从现有形状结构中提取 ShapeAssembly 程序，从而生成可解释和可编辑的 3D 形状。

    Sep, 2020

  • 学习组装几何形状

    这篇研究论文提出了一种基于学习的方法，用于解决组装任意形状的无纹理碎片的问题，并展示了该方法在不同情境下的有效性。

    May, 2022

  • 基于无监督原始发现的改进三维生成建模

    本文提出了一种基于分解的生成模型，通过引入无监督的原始发现算法和基于高阶条件随机场模型的生成模型，可以从粗到细先后进行三维形状的生成，从而实现了对新形状生成表示能力的提高和更好的样本质量。

    Jun, 2019

  • 动态图学习生成三维零件装配

    该论文提出了一种基于动态图卷积神经网络的自主部件组装方法，主要解决了几何和关系推理的部件姿态估计子问题，从而将输入部件组装成一个 3D 形状。

    Jun, 2020

  • 快速离散优化用于几何一致的三维形状匹配

    结合学习和组合形式主义，提出一种新的组合求解器，应用于三维形状匹配，解决了学习方法和公理化方法之间的局部不平滑性和问题规模以及非凸优化问题的计算成本的问题。

    Oct, 2023

  • 组合结构的贝叶斯优化

    该篇论文提出了一种基于半定规划的自适应、可扩展模型的算法，用于优化机器学习、离散优化和贵重求值黑盒函数所需的组合结构，该算法在实验中表现优于组合和贝叶斯优化等其他方法。

    Jun, 2018

  • 通过组装体积图元学习形状抽象

    提出一种利用三维成体基元组装物品的学习框架，可以生成简单且几何可解释的三维物品解释，利用该方法可以获得形状表征形式、构建可解释的形状相似性测量，以及进行基于图像的预测和形状操作。

    Dec, 2016

  • 组合推荐系统的顺序评估和生成框架

    该研究提出了一种基于生成序列概念、以期望总效用为目标函数的组合推荐模型，包含基于搜索和增强学习的序列生成策略，以及全面考虑用户、商品信息和商品间关联的评估模型，离线实验表现出优越性能。

    Feb, 2019

  • 利用 SE（3）等变性学习 3D 几何形状装配

    我们提出利用 SE (3) 等变性对形状姿态进行解耦，并在多部分协作方面提供了改进，这大大提高了几何形状装配的性能。

    Sep, 2023

  • 通过部件检索和组装实现非监督式三维形状重建

    通过在实现中使用用户提供的一组三维部件的库，我们提出了基于自我监督的方法来将 3D 形状分解，使得对部件的选择和分解方式都可以进行完全控制。实验表明，这种方法比现有方法提供了更高的重构准确性和更理想的分解。

    Mar, 2023