Feb, 2024

从骨架表示进行管状形状重建的几何算法

PDF
TL;DR提出了一种新的方法来从骨架表示中重建管状形状，通过将管状形状表示为截断的有符号距离函数（TSDF）以体素哈希的方式处理所有骨架点作为一个整体，从而消除了将输入结构分割成多个部分的需要。与其他方法相比，我们的方法不涉及任何表面采样方案或解决大型矩阵方程，因此是管状形状重建的更快且更优雅的解决方案。实验证明了所提方法的高效性和有效性。可在此 https URL 找到代码。
tubular shapesskeletal representationsreconstructiontruncated signed distance functionvoxel hashing
发现论文，激发创造
  • CT 扫描中管状结构分割的深度距离变换

    提出了一种基于 Deep Distance Transform (DDT) 的几何感知管状结构分割方法，通过结合经典距离变换与现代深度学习分割网络，从学习到的距离图与分割掩模形态先验信息相结合，有效提高管状结构分割性能，同时提供了管状结构的几何测量数据，对临床诊断具有重要意义。

    Dec, 2019

  • 3DIAS：使用隐式代数曲面进行三维形状重建

    本论文中，我们提出了基于约束隐式代数曲面和深度神经网络的方法，以实现对高复杂度 3D 形状的更准确重建和分割，相较于现有单 RGB 图像 3D 形状重建技术，该方法表现出更强的表现力和性能，可无监督地进行学习。

    Aug, 2021

  • Point2Skeleton: 从点云学习骨骼表示

    使用无监督学习方法，通过中轴变换来捕捉点云的内在几何和拓扑特性，从而产生更为通用的骨架结构，并利用此学习结果可以促进点云的表面重建和分割。

    Dec, 2020

  • TetraTSDF: 通过四面体外壳的单张图像三维人体重建

    该研究提出了一种基于 TetraTSDF 和 PCN 的人体建模方法，通过卷积神经网络和三维人体先验知识，可以从单张图像中重建穿着宽松衣服的真实 3D 人体模型。

    Apr, 2020

  • 学习可变形四面体网格用于 3D 重建

    介绍 Deformable Tetrahedral Meshes (DefTet) 作为一种特殊的参数化，利用容积四面体网格用于重建问题，该方法可以同时达到高精度、容积、可学习神经架构，并且可以产生比替代容积方法小得多的网格大小的高保真重建。

    Nov, 2020

  • PointScatter：用于管状结构提取的点集表示方法

    本文探索了对于管状结构提取任务的点集表示，提出了 PointScatter，其通过将图像分成点集区域并并行预测每个区域的点，并进一步提出了基于贪心算法的区域匹配算法，通过四个公共管状数据集的广泛实验，点状表示具有较强的表达能力和灵活性，达到了提取管状结构的效果。

    Sep, 2022

  • GEM3D：三维形状合成的生成方法

    GEM3D 是一种新的深度、拓扑感知的 3D 形状生成模型，通过神经骨架为基础的表示编码形状拓扑和几何信息，生成更准确的拓扑和几何信息的表面，并应用于形状综合和点云重建任务，取得了显著的表面重建和多样化形状生成结果。

    Feb, 2024

  • Atlas: 从姿态图像实现端到端三维场景重建

    提出了一种端到端的三维重建方法，通过直接回归截断带符号距离函数（TSDF）从一组姿势 RGB 图像中实现。使用 2D CNN 独立地提取每个图像的特征，然后通过相机内参和外参进行反投影和累积到体素体积中。此外，通过该方法获取到了三维模型的语义分割。该方法在 Scannet 数据集上得到了评估，既在量化指标上，也在视觉效果上都超过了国际领先的基准结果。

    Mar, 2020

  • 自由手绘图的 3D 形状重建

    研究了从手绘草图重建立体物体的挑战，提出了数据生成和标准化机制，并对各种风格的手绘草图进行了广泛实验，进一步增强了草图在交互设计和 VR/AR 游戏等 3D 相关应用中的能力。

    Jun, 2020

  • 基于局部分离器的骨架化

    本文提出了一种基于局部分离符的曲线骨架计算算法，能够捕捉相对精细的细节，并且适用于一系列形态表示，包括网格、体积形态和从点云计算的图形等。作者描述了一个简单的流程，将几何数据初始转换为图形形式、可选的简化、计算和选择局部分离符，最后构建骨架。作者通过对多边形网格、体积形态和点云等数据的测试，并从性能和质量角度比较了该方法与其他骨架化方法的结果。

    Jul, 2020