point cloud upsampling | BriefGPT

关键词point cloud upsampling

搜索结果 - 9

AAAI基于体素网络的任意尺度点云上采样与隐式几何一致性学习
最近，基于点云的任意尺度上采样机制因其在实际应用中的效率和便利性而越来越受欢迎。为了解决从稀疏点云学习表面表示所面临的挑战，我们提出了一种使用基于体素网络的任意尺度点云上采样框架（PU-VoxelNet）。通过利用体素表达的完整性和规律性，
PDF4 months ago
AAAI使用本地距离指示器学习任意尺度点云上采样的连续隐式场
提出了一种学习局部先验引导的无符号距离场的点云上采样方法，稀疏点云通过局部一致性表示，通过在学习的隐式场的零级集上生成稠密点云，实验结果在综合数据和真实扫描中显示出最先进的效果。
PDF6 months ago
一种基于条件去噪扩散概率模型的点云上采样方法
本研究提出了一种基于条件去噪扩散概率模型（DDPM）的点云上采样方法，称为 PUDM。PUDM 通过对稀疏点云进行条件建模，学习了稠密点云和噪声之间的转换关系，并利用双映射范式提高点特征的辨别力。此外，PUDM 还通过参数化速率因子，在训练
PDF7 months ago
三维点云分类和分割的测试时间数据增强
本研究探讨了 3D 点云的测试时间数据增强方法，并使用隐式表示和点云上采样技术作为系统化方法，通过从重构结果中采样点并将其用作测试时间增强数据来改进准确性。此方法对于稀疏点云的目标分类和分割等下游任务在 ModelNet40、ShapeNe
PDF7 months ago
利用元学习进行点云上采样的测试时间调整
测试时间适应性元学习方法在点云上采样中提高模型性能。
PDF10 months ago
PU-EdgeFormer: 点云稠密预测的边缘 Transformer 上采样
本研究提出了一种基于图卷积和变压器结合的点云上采样方法 PU-EdgeFormer，能够同时学习点云的局部和全局结构，通过实验证明在客观和主观方面都优于现有的最先进方法。
PDFa year ago
MMPC^2-PU：基于点间相关性的点云上采样方法
本文提出一种新颖的方法 PC$^2$-PU，该方法探索了点与点之间、补丁与补丁之间的关联性以实现更有效和更稳健的点云升采样，并实验证明该方法优于以往的升采样方法。
PDF3 years ago
Meta-PU：点云任意比例上采样网络
本研究提出了一种名为 Meta-PU 的新方法，通过一个模型支持任意比例的点云上采样，并且通过在 Meta-PU 方法中动态调整 RGC 块的权重和采用 farthest sampling 块对不同数量的点进行采样，可实现连续上采样。
PDF3 years ago
ICCVPU-GAN: 点云上采样对抗网络
本文提出了一种基于生成对抗网络（GAN）模型的新的点云上采样网络 PU-GAN，能够从潜在空间中学习到丰富的点分布并通过误差反馈和自校正实现对物体表面上的点的上采样，并通过鉴别器学习更多潜在模式以增强输出点的分布均匀性。定量和定性评估表明，
PDF5 years ago