point clouds | BriefGPT - AI 论文速递

关键词point clouds

搜索结果 - 351

建模动态城市场景的街道高斯函数
该论文介绍了一种用于建模动态城市街景的新的显式场景表示方法，其使用带有语义标签和 3D 高斯模型的点云来表示动态城市街景，从而实现了场景的编辑和生成，并且在多个数据集上表现优异。
PDF6 months ago
空中点云
点云的无线传输面临多个挑战，本文提出了四种实用的解决方案，旨在实现高效、可靠和低延迟的无线点云传输。
PDF6 months ago
P2M2-Net：基于部件感知的引导式多模态点云补全
我们提出了一个基于提示的点云补全框架，名为 P2M2-Net，用于更可控和多样化的形状补全。通过使用 Transformer 模型，我们的框架能够高效地融合多模态特征并按照提示指导生成多样化的结果。我们在一个新的大规模 PartNet-Pr
PDF6 months ago
可学习的点云重建之零件度量距离
通过动态地关注具有一组可学习网络控制的不同权重分布的匹配距离，我们提出了一种简单但有效的重构损失，即可学习的 Chamfer 距离（LCD）。通过训练对抗策略，LCD 学习搜索重构结果中的缺陷，并克服了静态匹配规则的缺点，同时还可以保证低迭
PDF6 months ago
MMFAKEPCD：通过来源归因检测伪造的点云
为了防止生成模型产生的合成（伪造）点云被恶意使用，我们首次提出检测点云真实性并将其归属于其来源的研究，通过引入 FAKEPCD，一个将（伪造）点云归属于其生成模型（或真实世界集合）的归属框架。FAKEPCD 的主要思想是训练一个归属模型，该
PDF7 months ago
AAAI具有质量感知形状补全的鲁棒三维跟踪
通过形状补全方法构建稠密而完整的点云目标表示，从而实现鲁棒的三维跟踪，并借助体素化的关系建模模块和框精炼模块提高跟踪性能。
PDF7 months ago
标签本身之外：潜在标签强化半监督点云全景分割
本文提出了两种潜在标签：LDAR Branch 中的新型数据增强方法 Cylinder-Mix，以及 Image Branch 中的 Instance Position-scale Learning (IPSL) 模块，并将这两个潜在标签嵌
PDF7 months ago
利用表面感知和循环一致性对自监督三维场景流进行正则化
无监督学习如何从点云中预测 3D 场景流是许多视觉系统的核心，本文提出了一种新颖的学习框架来改进必要的正则化，并通过引入两种新的一致性损失来扩大聚类，并防止它们扩散到不同的对象上，提高了现有模型的性能。
PDF7 months ago
TULIP：用于 LiDAR 点云上采样的变形器
TULIP 是一种用于从低分辨率 LiDAR 输入中重建高分辨率 LiDAR 点云的新方法，通过修改基于范围图像的 Swin-Transformer 网络的补丁和窗口几何形状，以更好地适应范围图像的特性，TULIP 在所有相关指标上优于最先
PDF7 months ago
增加标签密度：使用二部图匹配进行无监督聚类的弱监督点云分割
我们提出了一种弱监督的语义分割方法，能够通过整体场景标注来预测点云的点级标签，同时达到与最近的全监督方法相当的性能。我们的核心思想是通过保守的方式将场景级标签传递给点云中的每个点，即通过无监督聚类进行过分割，通过二分匹配将场景级标签与簇关联
PDF7 months ago
AAAIM3SOT：多帧、多场、多空间的 3D 单目标跟踪
3D 单目标跟踪是计算机视觉的前沿任务之一，本研究提出了一种基于点云的全新 3D 单目标跟踪框架 M3SOT，通过多个输入帧、多个感受野和多个解决空间的协同作用，从点云中直接建模时间性、上下文信息和任务，以实现高效的目标跟踪应用。M3SOT
PDF7 months ago
UNeR3D：无监督重建中基于 2D 图像的多用途可扩展的 3D RGB 点云生成
通过使用 UNeR3D，这篇研究论文提出了一种开创性的无监督方法来从 2D 图像生成详细的 3D 重建，同时通过应用逆距离加权技术进行颜色渲染，提高了视觉保真度，并展示了在单视图输入和其他情况下的优越成果，从而重塑了 3D 视觉中的无监督学
PDF7 months ago
交叉 BERT 用于点云预训练
通过引入 BERT 到跨模态的环境中，本文提出了一种新的跨模态 BERT 风格的自监督学习范式，称为 Cross-BERT，通过探索相同对象 / 场景的 2D 和 3D 数据之间的隐含语义和几何关系来提高 3D 点云表示的性能，以及 BER
PDF7 months ago
Point2CAD：从 3D 点云到 CAD 模型的逆向工程
从点云重建计算机辅助设计（CAD）模型，结合计算机视觉、图形学和机器学习的重要问题。通过分析当前艺术状态并提出混合分析 - 神经重建方案，桥接分割的点云和结构化的 CAD 模型，借助新颖的隐式神经表示法提高表面拟合阶段的性能，达到了新的与该
PDF7 months ago
多模态工业异常检测通过交叉模态特征映射
这篇论文探讨了工业多模态异常检测任务，利用点云和 RGB 图像来定位异常。我们介绍了一种新颖且快速的框架，它学习将一个模态中的特征映射到另一个模态的正常样本上。在测试时，通过定位观察到的特征和映射特征之间的不一致性来检测异常。大量实验证明，
PDF7 months ago
DeepPointMap: 提升 LiDAR SLAM 的统一神经描述符
我们提出了一种名为 DeepPointMap 的统一架构，利用神经网络从点云中提取高度代表性和稀疏的神经描述符，实现了内存高效的地图表示和准确的多尺度定位任务，并通过将其扩展到多项协作环境证明了其框架的多功能性、有效性和潜力。
PDF7 months ago
基于 3D 点云的太空舱无监督变化检测
提出了一种基于点云的场景变化检测算法，以实现未来太空栖息地的自主机器人照料，该算法使用原始未标记点云作为输入，并通过修改的期望最大化高斯混合模型聚类和地球移动距离的比较来进行变化检测，并使用 NASA Ames Granite 实验室的测试
PDF7 months ago
PointNeRF++: 多尺度、基于点的神经辐射场
使用多尺度稀疏体素网格聚合点云，平均多个尺度以克服点云稀疏性，在全局尺度加入体素表示模拟无点区域，并在 NeRF 合成、ScanNet 和 KITTI-360 数据集上验证方法，显著优于现有技术。
PDF7 months ago
TSegFormer：基于几何引导的 Transformer 的口内扫描中的三维牙齿分割
该论文提出了一种名为 TSegFormer 的多任务 3D 变换器架构，用于在光学口腔扫描仪中对牙齿和牙龈进行准确的三维分割，并通过基于新型点曲率的几何引导损失进行边界细化，实现终端到终端的分割，避免了耗时的后处理，并通过实验证明了 TSe
PDF7 months ago
可变形物体跟踪的快速点云到网格重建
我们开发了一种能够以超过 50 赫兹的速度为不同类别的对象创建变形点云的变形网格的方法，该方法使用点云自动编码器和 Real-NVP 架构设计，可以在闭环方式下提供在线反馈并进行机器人应用的网格重建和跟踪。
PDF8 months ago