基于神经隐式函数的点云表示方法与应用.pdfVIP

下载本文档

16
0
约9.3万字
约 65页
2024-08-03 发布于江苏
举报
版权申诉

基于神经隐式函数的点云表示方法与应用.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

在3D视觉领域，点云表示是至关重要的基础技术当前，传统点云表示方法存在精度低下点云纹理不均等问题本论文提出了一种基于神经隐式函数的点云表示方法，该方法将点云中的每个点映射成一个具有丰富几何细节和高保真纹理的连续局部曲面块，从而使现有点云几何和纹理表示难以突破同时，基于patch的大规模数据集和基于神经隐式函数的点云表示网络实现点云几何指标和纹理指标的任意分辨率上采样实验结果显示，这种算法能够在点云几何指标和纹理指标上领先现有的固定分辨率模型这不仅突出了点云几何和纹理表示的局限性，也为

摘要

AR/VR3D

点云表示是三维视觉领域中重要的研究课题。诸如自动驾驶、、表面

重建、机器人感知等三维视觉应用需要高质量的点云作为输入，由于硬件扫描设备的

限制，如LiDAR传感器、RGBD深度相机获取的原始点云数据稀疏、不

基于神经隐式函数的点云表示方法与应用.pdf 原文免费试下载