AtlasNet : Une approche en papier mâché pour l'apprentissage de la génération de surfaces 3D

Nous présentons une méthode pour apprendre à générer la surface des formes 3D. Notre approche représente une forme 3D comme une collection d'éléments de surface paramétriques et, contrairement aux méthodes générant des grilles de voxels ou des nuages de points, infère naturellement une représentation de surface de la forme. Outre sa nouveauté, notre nouveau cadre de génération de formes, AtlasNet, présente des avantages significatifs tels qu'une précision améliorée et des capacités de généralisation accrues, ainsi que la possibilité de générer une forme d'une résolution arbitraire sans problèmes mémoire. Nous démontrons ces avantages et les comparons à des baselines solides sur le benchmark ShapeNet pour deux applications : (i) l'auto-encodage des formes, et (ii) la reconstruction mono-vue à partir d'une image fixe. Nous fournissons également des résultats montrant son potentiel pour d'autres applications telles que le morphing, la paramétrisation, la super-résolution, le matching et la co-segmentation.