通过水平集投影学习在无符号距离场中更连续的零水平集

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新的3D表示方法,神经向量场(NVF),通过预测位移和使用矢量场对形状建模,克服了分辨率和拓扑的障碍。提出了基于矢量量化的形状代码本学习方法,并在不同评价场景中取得了优于最先进方法的结果。

🎯

关键要点

  • 提出了一种新的3D表示方法,神经向量场(NVF)。
  • NVF利用显式学习过程和隐式函数表示的强大能力。
  • 通过预测位移和使用矢量场对形状建模,克服了分辨率和拓扑的障碍。
  • 提出了基于矢量量化的形状代码本学习方法。
  • 在不同评价场景中取得了优于最先进方法的结果,包括完整及非完整形状的构建。
➡️

继续阅读