PU-Net：Point Cloud Upsampling Network

摘要 本文提出了一種數據驅動的點雲上採樣技術，關鍵思想是學習每個點的多級特徵，並通過隱含在特徵空間中的多分支卷積單元擴展點集。 然後將擴展的特徵拆分爲多個特徵，然後將其重構爲上採樣點集。 該網絡是在補丁級別應用的，具有聯合損失函數，該函數鼓勵向上採樣的點以均勻分佈的形式保留在基礎表面上。實驗結果表明，本文的上採樣點具有更好的均勻性，並且更靠近下層表面。 與之前的工作不同，本文是學習基於點的幾何語義

>>阅读原文<<