- 博客(3)
- 收藏
- 关注
RSS订阅原创 《单眼视频中高分辨率纹理和服装三维人体重建的时间一致性损失》论文翻译
Abstract我们提出了一种新的方法来学习时间一致的三维重建穿衣服的人从一个单眼视频。最近使用体积、隐式或参数人形模型从单眼视频进行三维人体重建的方法，产生每帧重建，产生时间不一致的输出和有限的性能。在本文中，我们提出了一种学习纹理重建的时间一致性特征的方法，提出了两个进展：一种新的时间一致性损失函数；以及二维图像和粗三维几何隐式三维重建的混合表示学习。该进展提高了从单眼视频中进行的三维重建和纹理预测的时间一致性和准确性。对人体图像的综合比较性能评价表明，该方法显著优于基于学习的单图像三维人体形状估计方
2022-03-02 10:37:26
2372
1
原创 Superpoint Network for Point Cloud Oversegmentation论文阅读
Abstract超点通过将相似点与局部几何结构分组形成，可以有效地减少点云原语的原语数量，用于后续的点云处理。现有的超点方法主要集中于使用聚类或图划分来生成具有手工制作或学习过的特征的超点。然而，这些方法并不能通过端到端网络来学习点云的超点。在本文中，我们开发了一种新的深度迭代聚类网络，直接从不规则的三维点云中以端到端的方式生成超点。具体来说，在我们的聚类网络中，我们首先从点云的坐标和特征空间中联合学习一个软点-超点关联映射，其中每个点都被分配给具有学习权值的超点。此外，我们还可以迭代地更新关联映射和超
2022-02-28 23:41:08
1240
原创 Geometry Sharing Network for 3D Point Cloud Classification and Segmentation
摘要问题：深度CNN在点云处理方面取得了一些进展，但在旋转、平移等大型几何变换方面处理得不够好，并影响了最终的分类性能。提出了一个几何共享网络GS-Net——可以有效的学习全局特征的点表述，增强网络对于几何变换的鲁棒性GS-9Net在聚合点特征上提出了一个更加全局的方式：GS-Net包括几何相似性连接模块GSC，GSC提出了特征图，将距离远但是特征相似，几何相关的点聚合在一起，从而将欧式空间和特征空间上的邻近点进行聚合。这样的设计使得GS-Net可以有效地抓取局部和全局特征，例如对称性、曲
2022-01-04 03:03:40
1785
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人