测试时训练的3D形状补全
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了形状补全的问题，即通过预测缺失部分来恢复不完整的形状。我们提出了一种新方法，将预测的破裂部分与新恢复部分分开，同时确保两者之间的联系。我们发现该方法在八种不同形状类别的补全效果显著优于以往研究，尤其是在减少破裂边界附近的伪影方面。
ShapeFormer是一种基于transformer的网络，能够在不完整和噪声点云下生成物体形状。通过向量量化深度隐式函数，实验表明其在形状补全方面优于传统方法，并能处理多种形状及真实扫描数据。
