52、DeepMend：用于修复的形状学习占用函数

DeepMend：用于修复的形状学习占用函数

在形状修复领域，如何高效、准确地恢复受损形状是一个重要的研究课题。DeepMend 作为一种新的方法，在这方面展现出了显著的优势。下面将详细介绍 DeepMend 的相关内容，包括数据集、数据准备、评估指标、实验结果等。

1. 数据集

• QP 文化遗产对象数据集 ：包含 317 个以古希腊陶器风格进行计算机建模的网格，使用在 ShapeNet 罐子上训练的网络对所有模型进行测试。
• 真实世界的破碎杯子 ：对 4 个真实世界的杯子进行内部破碎处理，并扫描破碎的杯子用于测试，使用在 ShapeNet 杯子上训练的网络对所有杯子模型进行测试。

2. 数据准备

• 网格处理 ：将网格居中并缩放到单位立方体中。ShapeNet 和 QP 模型预先进行了一致的定向，而 Google Scanned Objects 数据集的网格虽有共同的地平面，但方向不一致，通过围绕地平面法线随机旋转 90°来扩充训练集。将所有真实世界的杯子定向为与 ShapeNet 杯子对齐，并使用 Stutz 和 Geiger 的方法对所有网格进行防水处理。
• 合成破碎 ：ShapeNet、Google Scanned Objects 和 QP 数据集缺乏破碎信息，通过从每个网格中反复减去随机化的几何基元来合成破碎。采用 Lamb 等人的破碎方法，去除 5 - 20%的网格表面积。