Aug, 2022
MvDeCor：用于精细三维分割的多视角稠密对应学习
MvDeCor: Multi-view Dense Correspondence Learning for Fine-grained 3D Segmentation
Gopal Sharma, Kangxue Yin, Subhransu Maji, Evangelos Kalogerakis, Or Litany...
TL;DR本研究提出了一种利用自我监督技术在二维领域进行细粒度三维形状分割任务的方法，并实现对 3D 形状的多视角表征，透过对比学习框架中密集对应关系的学习任务，实现对 2D 表征的无视角和几何一致性特性的学习，经实验表明，该方法在纹理和无纹理的三维数据集上的表现优于现有的最先进方法，尤其在训练仅局限于少量标记数据或形状纹理较丰富时的表现更加优异，证明了二维处理和三维几何推断对该方法整体的提升效果。