这篇论文的工作是,将模型用一组具有层级结构的长方体来表述,且这种层级结构模型,可以通过rvnn来编码为一串隐向量特征,这样就能进行模型混合啦。最后还能把层级结构模型复原为连续的模型。
整个方法是三步走的,首先是一个基于RVNN的auto-encoder,这一步的主要工作其实是找出合理的层级结构,也顺便进行了预训练。然后是RVNN-GAN,这一步的主要目的是让整个特征空间都能复原出合理的模型。最后就是体素化的几何生成,训练了另一个神经网络用于将层级结构模型复原为体素模型。
RvNN auto-encoder pre-training![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d94e7ba18f43ab370e2dd256d32562c9.png)
这个基于rvnn的autoencoder结构很神奇,它总共有三个encode和三个decode。