shape segmentation | BriefGPT

关键词shape segmentation

搜索结果 - 8

DPF-Net: 基于可形变原始场的显式形状先验相结合的无监督三维物体结构重建
我们提出了一种基于新的可变形基元场（DPF）表示的名为 DPF-Net 的新型无监督结构重建方法，该方法能够使用参数化的几何基元进行高质量的形状重建。我们设计了一个包含原始生成模块和原始变形模块的两阶段形状重建流程，逐步逼近每个部分的目标形
PDF10 months ago
原始对偶网格卷积神经网络
本文提出了一种将图形神经网络的原始 - 对偶框架扩展到三角网格上的方法，使用动态聚合机制对 3D 网格的边缘和面特征进行聚合分析，并引入一种准确的几何解释来处理网格连接的变化，并在形状分类和形状分割任务中获得与最先进技术相当或更优的性能。
PDF4 years ago
学习隐式函数以实现拓扑变化的稠密三维形状对应
本文旨在以无监督的方式学习拓扑变异物体的密集三维形状对应关系，引入了一种新的隐式函数，该函数为每个三维点生成一个部分嵌入向量，实现对点的密集对应，通过面向部分的逆函数将部分嵌入向量映射到对应的三维点上，结合几个有效的损失函数进行联合学习。在
PDF4 years ago
ICLR学习分组：一种针对未见类别的底部向上的三维零件发现框架
本研究提出一种基于学习的聚合聚类框架，在提取局部上下文以促进泛化到未知类别的情况下，学习部件的几何先验知识，并在不看到任何注释样本的情况下将其应用到未见过的类别中，实现了对大规模细粒度 3D 零件数据集 PartNet 的有效分割。
PDF4 years ago
LaplacianNet：基于 Laplacian 编码和汇聚的三维网格学习
在处理 3D meshes 方面，Laplacian spectral analysis 和 Mesh Pooling Blocks（MPBs）的结合可以更好地处理表面的局部池化和全局信息聚合，并使用 Correlation Net 计算相
PDF5 years ago
ICCVVV-Net：带分组卷积的体素变分自编码神经网络用于点云分割
本研究提出了一种基于变分自编码器和径向基函数的点云分割算法，并引入了具有对称性的卷积神经网络进行形状分割，实验表明，在 ShapeNet 和 S3DIS 数据集上，该方法的性能优于当前的主流算法。
PDF6 years ago
O-CNN: 基于八叉树的卷积神经网络用于三维形状分析
O-CNN 是一种基于八叉树结构的 3D 形状分析卷积神经网络，通过将 3D 模型的平均法向量作为输入并在被 3D 形状表面占用的八叉树执行 3D 卷积操作，在 GPU 上高效执行整个网络的训练和评估，在物体分类、形状检索和形状分割等三个任
PDF7 years ago
基于形状全卷积网络的 3D 形状分割
本文提出一种新的形状全卷积网络 (Shape Fully Convolutional Networks，SFCN) 架构，用于三维形状的分割，该架构基于图形卷积和池化操作。同时，基于 SFCN 架构，还提出了一种新的形状分割方法，并采用基于
PDF7 years ago