论文作者：An Li,Zhe Zhu,Mingqiang Wei
作者单位：Nanjing University of Aeronautics and Astronautics
论文链接：http://arxiv.org/abs/2502.19896v1
内容简介：
1）方向：点云补全
2）应用：点云补全
3）背景：现有的点云补全方法通常依赖预定义的合成训练数据集，但在应用到真实世界的扫描数据时，面临显著的挑战。传统方法在面对分布外的真实扫描数据时效果较差，亟需一种更具泛化能力的解决方案。
4）方法：为了解决这一问题，本文提出了一种零样本补全框架——GenPC。该框架通过利用大规模互联网数据训练的前馈3D生成模型来进行3D生成，能够在零样本的情况下从单视图图像进行3D生成。具体方法包括：首先开发了一个深度提示模块（Depth Prompting），通过深度图像将部分点云与图像到3D生成模型关联；其次，为了保持原始部分结构的完整性，设计了几何保持融合模块（Geometric Preserving Fusion），通过自适应调整姿态和缩放来将生成的形状与输入对齐。
5）结果：大量实验表明，该方法在广泛使用的基准测试中展现了优越性和较强的泛化能力，能够有效应对现实世界扫描数据的补全任务，推动了更为鲁棒的真实世界扫描点云补全技术的发展。
扫一扫
1356
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
