Réseau de morphing et d'échantillonnage pour la complétion de nuages de points denses

La complétion de nuages de points 3D, qui consiste à reconstruire la forme géométrique complète à partir d’un nuage de points partiel, suscite un intérêt croissant au sein de la communauté scientifique. Afin d’obtenir des nuages de points denses de haute fidélité, tout en évitant les problèmes courants tels que la répartition inégale, les détails flous ou la perte de structure présents dans les résultats des méthodes existantes, nous proposons une nouvelle approche en deux étapes pour compléter les nuages de points partiels. Plus précisément, dans la première étape, notre méthode prédit un nuage de points complet mais grossier, composé d’une collection d’éléments de surface paramétriques. Ensuite, dans la deuxième étape, elle fusionne cette prédiction grossière avec le nuage de points d’entrée grâce à un nouvel algorithme d’échantillonnage. Notre méthode utilise une fonction de perte conjointe pour guider la distribution des points. Des expériences étendues confirment l’efficacité de notre approche, qui surpasser les méthodes existantes en termes de Distance de l’Emporte-pièce (EMD) et de Distance de Chamfer (CD).