3d point cloud | BriefGPT - AI 论文速递

关键词3d point cloud

搜索结果 - 60

PointInverter: 利用具有形状先验知识的生成模型进行点云重建和编辑
本文提出了一种新的方法，将三维点云映射到三维生成对抗网络的潜在空间。我们的生成模型基于 SP-GAN，它是一种最先进的球引导三维点云生成器。我们提出了一种有效的编码方式，可将输入的三维点云编码到 SP-GAN 的潜在空间中。我们的对点云编码
PDF2 years ago
ECCVSPE-Net: 通过提高旋转鲁棒性增强点云分析
本文提出了一种针对三维点云的新型深度架构，称为 SPE-Net，使用内嵌 “选择性位置编码（SPE）” 程序，依靠注意机制有效地关注输入的旋转条件，从而提高优化的性能和鲁棒性，并且相对于 SOTA 方法在旋转和非旋转的数据上都显示出明显的改
PDF2 years ago
PSA-Det3D: 用于 3D 物体检测的支柱集抽象
本文提出了基于柱状集合抽象（PSA）和前景点补偿（FPC）的 PSA-Det3D 点检测网络，以解决 3D 点云中小物体检测的困难问题，并在 KITTI 3D 检测基准上进行了实验验证。
PDF2 years ago
Point Transformer V2: 分组向量注意力与基于分区的池化
本研究致力于探索 3D 点云理解的 transformer 架构，提出了一种有效的 Point Transformer V2 模型，通过对先前工作的局限性进行分析，提出了一种具有新颖设计的 group vector attention、轻
PDF2 years ago
ECCVGeodesic-Former: 基于测地线引导的少样本 3D 点云实例分割器
本文介绍了一个新的三维点云问题：少样本实例分割。提出了一个基于测地线引导的转换器，用于解决 LiDAR 点云中密度不平衡的问题，并在 ScannetV2 和 S3DIS 数据集上测试了其性能。
PDF2 years ago
ECCVCPO: 改进鲁棒性普通全景转换为点云定位
CPO 是一种针对 2D 全景图像和 3D 点云进行快速和鲁棒定位的算法，通过使用色彩直方图和得分图进行可靠定位，其重点是处理包含场景变化的情况。
PDF2 years ago
利用元语义学习进行 3D 模型 ShapeNet Core 分类
本文介绍了一种称为元语义学习 (Meta-SeL) 的方法，该方法利用两个输入的 3D 局部点（输入 3D 模型和部分分割标签），提供了一种时间和成本高效、精确的投影模型，用于许多 3D 识别任务。根据结果表明，Meta-SeL 在与其他复
PDF2 years ago
基于半监督开放集的三维点云理解学习
本研究提出了一种基于样本加权的半监督 3D 点云学习方法，通过双层优化框架估计权重并引入三种正则化技术，提高了模型的稳定性和准确性。实验结果表明该方法在 3D 点云分类和分割任务中具有有效性和可行性。
PDF2 years ago
CVPR学习局部位移实现点云补全
该研究提出一种新的方法，使用基于 3D 点云的局部扫描来完成物体和场景的自动化补全，并通过使用特定的编码器 - 解码器结构以及三个特殊开发的新型层来实现。该方法在对象和室内场景自动补全任务中表现出优异的性能，并提高了技术水平。
PDF2 years ago
CVPR基于查询的点云理解的统一范式
该论文提出了一种新的嵌入 - 查询范式 (EQ-Paradigm) 用于三维理解任务，包括检测、分割和分类等任务，该范式是一种统一范式，可以将任何现有的三维主干架构与不同的任务结合起来。优异的实验结果表明 EQ-Paradigm 与 Q-N
PDF2 years ago
MVP-Net: 大规模点云的多视点语义分割
本文介绍了一种名为 MVP-Net 的神经网络结构，它可以高效地对大规模室外点云进行语义分割，而无需 KNN 算法，并且通过实验验证，MVP-Net 的速度是最有效的点云语义分割方法 RandLA-Net 的 11 倍，并在大规模基准数据集
PDF2 years ago
CVPRPoint2Cyl：从点云中逆向工程三维物体为挤压圆柱体
使用 Point2Cyl 算法，通过神经网络将原始三维点云转化为一组挤压圆柱，从而实现了对三维数据的反向工程和 CAD 模型的制作及编辑。
PDF3 years ago
ICLR一种基于条件点扩散细化的三维点云完整性修复范式
本文提出了一种基于点扩散和精化的点云补全范式，其中条件生成网络使用去噪扩散概率模型生成粗糙补全，精修网络进一步改进完成后的点云的质量，并开发了一个新的双向路径架构。这种架构既能从部分观察到的点云中有效地提取多级特征以指导补全，也能准确地
PDF3 years ago
ICCVRandomRooms：从合成形状和随机布局进行无监督预训练以进行 3D 物体检测
该研究提出一种名为 RandomRooms 的新方法，利用合成 CAD 数据集中的对象生成场景的随机布局并通过对象级对比学习来学习 3D 场景表示，并表明该模型可用于提高 3D 检测任务的性能和泛化能力，从而在 ScanNetV2 和 SU
PDF3 years ago
3D 点云分类器的后门攻击
本文针对三维点云分类器安全性问题，提出了一种基于背门攻击的训练集污染方法，实验展示了该方法在对抗最新点云异常检测方法时的生效性。
PDF3 years ago
NDT-Transformer：使用正态分布变换表示的大规模三维点云本地化
本文提出一种基于 3D 点云、命名为 NDT-Transformer 的实时大规模地点识别的新方法。使用 3D 正态分布变换 (NDT) 表示法来提供几何形状描述，并通过 NDT Transformer 网络学习一组 3D NDT 单元格表
PDF3 years ago
CVPR基于深度图匹配的稳健点云配准框架
本文提出了一种基于深度图匹配的 3D 点云注册框架，通过先将点云转化为图并提取每个点的深度特征，再用深度图匹配计算软对应矩阵，从而找到更正确的对应关系，实现了在有离群点和时间约束而没有好的变换初始化时的 3D 点云快速注册。
PDF3 years ago
从原始点云重建的 3D 线框图
PC2WF 是第一个可端到端训练的深度网络架构，用于将三维点云转换成线框模型；该网络把从物体表面抽取的无序三维点作为输入，输出该物体的线框，即由线段连接的稀疏角点。
PDF3 years ago
基于锚点的时空注意力 3D 卷积网络，用于动态 3D 点云序列
本文提出了一种基于锚点的时空关注的 3D 卷积操作（ASTA3DConv）来处理动态 3D 点云序列，建立了 Anchor-based Spatio-Temporal Attention 3D 卷积神经网络 (ASTA3DCNNs) 进行分
PDF4 years ago
从单一卫星图像生成街景全景视频
本文提出了一种新方法，通过使用单张卫星图像和相机轨迹合成具有时间和几何一致性的全景视频。该方法使用了 3D 点云表示场景，并通过相应生成的稠密三维到二维相对应关系，实现了几何和时间上的一致性。同时使用级联网络和两个 Hourglass 模块
PDF4 years ago