High Fidelity Semantic Shape Completion for Point Clouds using Latent Optimization

題目：利用潛在優化方法完成點雲的高保真語義的形狀補全 摘要 在3D計算機視覺中語義形狀補全是一個具有挑戰性的問題，這個任務是使用一個部分3D形狀作爲輸入產生一個完整的3D形狀。作者提出了一個基於學習的方法通過生成模型和潛在的流形優化來補全不完整的3D形狀。作者的算法工作直接作用與點雲上。作者使用一個自編碼器和一個GAN網絡來學習對象類點雲的嵌入分佈。首先將缺失區域的輸入點雲編碼爲特徵向量，然後使用

>>阅读原文<<