Dec, 2023
LASA:基于大规模对齐形态注解数据集的真实扫描实例重建
LASA: Instance Reconstruction from Real Scans using A Large-scale Aligned Shape Annotation Dataset
Haolin Liu, Chongjie Ye, Yinyu Nie, Yingfan He, Xiaoguang Han
TL;DR从 3D 场景中实例形状重建涉及恢复语义实例级别的多个对象的完整几何形状。我们介绍了一个大规模对齐形状注释数据集 LASA,其中包括对齐 920 个现实场景扫描的 10,412 个高质量 CAD 注释。我们提出了一种新的基于扩散的跨模态形状重建方法(DisCo),它通过混合特征聚合设计来融合多模态输入并恢复高保真度的对象几何形状。此外,我们还提出了一种基于占据的 3D 对象检测方法(OccGOD),并展示了我们的形状注释提供的场景占据线索可以进一步提高 3D 对象检测。通过 LASA 的支持,大量实验证明我们的方法在实例级别场景重建和 3D 对象检测任务中实现了最先进的性能。