IJCAIMay, 2022

学习组装几何形状

PDF
TL;DR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。
shape assemblycombinatorial problemlearning-based approachtextureless fragmentsabnormal fragments
发现论文，激发创造
  • 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

  • 通过序列组装实现组合式 3D 形状生成

    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。

    Apr, 2020

  • 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

  • 从单张图片中学习 3D 零件组装

    该文章提出了一种用单张图片指导的三维部件自动组装的方法，该方法采用包括二维三维对应和面向组装的图传递等技术解决难题并证明了其高效性。

    Mar, 2020

  • 拼图：学习组装多个破碎物体

    该文章介绍了 Jigsaw 框架，该框架是一种用于将多个部件的物理断裂的 3D 对象组装起来的方法，并且通过分割、匹配和全局对齐的方式来提高其性能。该方法是一种第一次基于学习的方法，专门用于多个部件的 3D 断裂组装。

    May, 2023

  • 基于学习的二维非规则形状装箱

    用于计算机图形学中，我们介绍了一种学习辅助的二维不规则形状装箱方法，通过选择和分组 UV 贴片的子集来实现高装箱质量，并利用深度神经策略线性时间扩展以处理大规模的问题实例。

    Sep, 2023

  • 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

  • 从物体点云中学习家具装配

    本文介绍了一种基于学习的方法，使用模拟环境实现家具组装规划，无需连接标签，仅依靠原始点云图像来训练神经网络以成功组装不同类型的家具。

    Sep, 2022

  • Form2Fit: 学习形状先验知识以实现通用装配与拆解

    本文提出了一种自我监督的数据收集流程，通过对完整套件进行拆卸来获得物体与放置位置的对应关系，进而在视觉输入下学习形状描述符，以便将物体组装到各种套件中，以及实现拾取和放置策略，并实现了针对不同初始条件的高成功率。

    Oct, 2019

  • 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