关键词surface parameterization
搜索结果 - 2
- 将任何东西展平:无监督神经表面参数化
通过学习目标几何表面上的三维点与二维参数域内的自适应变形的 UV 坐标之间的逐点映射,我们引入了全局自由边界表面参数化的非监督神经网络架构 (称为 Flatten Anything Model - FAM)。与先前的方法相比,在不利用连接信 - ParaPoint: 学习 3D 点云的全局自由边界表面参数化
本文提出了 ParaPoint,一种无监督的神经学习管道,通过在不规则的三维点云上建立 3D 点与 2D UV 坐标之间的点对点映射,实现全局自由边界表面参数化。我们构建了几个具有特定功能的几何意义的子网络,并将它们组装成双向循环映射框架。