摘要
我们提出了一种变分形状学习器（Variational Shape Learner, VSL），这是一种生成模型，能够在无监督的情况下学习体素化3D形状的底层结构。通过使用跳过连接（skip-connections），我们的模型可以成功地学习并推断出对象的潜在层次表示。此外，通过从VSL的潜在概率流形中采样，可以轻松生成逼真的3D对象。我们展示了该生成模型可以从2D图像端到端地训练，以执行单张图像的3D模型检索。实验结果表明，无论是定量还是定性分析，我们提出的模型在多种任务上都表现出更好的泛化能力，性能优于或可与各种最先进的替代方案相媲美。