前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【3D重建】开源 | 无监督的提取CSG解析树方法UCSG-NET

【3D重建】开源 | 无监督的提取CSG解析树方法UCSG-NET

作者头像
CNNer
发布2020-12-15 11:31:50
8670
发布2020-12-15 11:31:50
举报
文章被收录于专栏:CNNer

论文地址: https://arxiv.org/pdf/2006.09102.pdf

代码: 公众号回复:09050786810

来源: 弗洛兹瓦夫理工大学, Tooploox

论文名称:UCSG-Net -- Unsupervised Discovering of Constructive Solid Geometry Tree

原文作者:Kacper Kania

内容提要

符号距离场(SDF)是3D网格的一种显著的隐式表示。基于这种表示的方法获得了SOTA的3D形状重建质量。然而,这些方法很难重建非凸形状。一种补救方法是合并一个建设性的立体几何框架(CSG),它将一个形状分解为基本图形。它允许用布尔运算的简单树表示来体现高复杂性和非凸性的3D形状。然而,现有的方法是被监督的,并且需要在训练过程中预先给出整个CSG解析树。相反,我们提出了一个模型,在没有任何监督的情况下提取一个CSG解析树- UCSG-NET。我们的模型预测基元的参数,并通过可微指标函数对其SDF表示进行二元化。它是与发现布尔运算符树的结构一起实现的。该模型动态选择基元上的算子组合,实现了高保真度的重建。我们在2D和3D自动编码任务上评估我们的方法。结果表明,预测的解析树表示具有可解释性,可用于CAD软件。

主要框架及实验结果

声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-11-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档