HyperAIHyperAI
منذ 11 أيام

TopNet: فاصل السحابة النقطية البنائية

{ Silvio Savarese, Ian Reid, Hamid Rezatofighi, Vineet Kosaraju, Lyne P. Tchapmi}
TopNet: فاصل السحابة النقطية البنائية
الملخص

تُعد توليد السحابة النقطية ثلاثية الأبعاد (3D point cloud generation) أداة مهمة جدًا في نمذجة وفهم المشاهد ثلاثية الأبعاد. ويمكن وصف السحاب النقطية للأجسام ثلاثية الأبعاد في العالم الحقيقي بدقة من خلال مجموعة من الهياكل من المستوى المنخفض والمستوى العالي، مثل الأسطح، والأشكال الهندسية الأساسية، والأجزاء المعنوية، إلخ. في الواقع، توجد العديد من التمثيلات المختلفة للسحابة النقطية ثلاثية الأبعاد كمجموعة من مجموعات النقاط. تُعاني الأطر الحالية لتوليد السحاب النقطية إما من عدم أخذ الهيكل بعين الاعتبار في الحلول المقترحة، أو من افتراض وفرض هيكل أو توبولوجيا محددة، مثل مجموعة من السطوح أو المنحنيات (manifolds)، بالنسبة للسحابة النقطية المولدة لجسم ثلاثي الأبعاد. في هذه الدراسة، نقترح مُفكّكًا جديدًا (decoder) يُولّد سحابة نقطية منظمة دون افتراض أي هيكل أو توبولوجيا محددة على المجموعة النقطية الأساسية. يتم تقييد هذا المُفكّك بشكل لين (softly constrained) لضمان توليد سحابة نقطية تتبع هيكلًا شجريًا هرميًا مُؤسَّسًا على جذر. ونُظهر أن، مع توفر قدرة كافية وسماح بالازدواجية (الإعادة)، يكون المُفكّك المقترح مرناً للغاية ويُمكنه تعلّم أي تجميع عشوائي للنقاط، بما في ذلك أي توبولوجيا ممكنة على المجموعة النقطية. وقد قمنا بتقييم هذا المُفكّك على مهمة توليد السحاب النقطية في سياق إكمال أشكال السحاب النقطية ثلاثية الأبعاد. وبالارتباط مع مُشفّرات (encoders) من الأطر الحالية، نُظهر أن المُفكّك المقترح يتفوّق بشكل كبير على أفضل الطرق الحالية في إكمال السحاب النقطية ثلاثية الأبعاد على مجموعة بيانات ShapeNet.

TopNet: فاصل السحابة النقطية البنائية | أحدث الأوراق البحثية | HyperAI