【点云系列】Relationship-based Point Cloud Completion

最新推荐文章于 2024-04-30 19:36:08 发布
最新推荐文章于 2024-04-30 19:36:08 发布
阅读量3.3k 收藏 1
点赞数 1
分类专栏： 点云类 文章标签： 计算机视觉 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_43882112/article/details/121792525
版权
本文探讨了一种针对多物体组合场景中部分点云补全的方法，强调了两个相邻物体的空间关系在补全过程中的作用。采用两路网络架构和一致性损失函数来优化补全效果，并在Interactioncontext数据集上进行了实验。实验结果表明，考虑空间关系的补全方法在鲁棒性和准确性上有所提升。此外，还分析了多种用于捕获和利用空间关系的技术，如图网络和高斯分布表示。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

1. 概要

TVCG 2021 期刊，点云补全
论文地址：https://ieeexplore.ieee.org/abstract/document/9528986

2. 动机

针对多物体组合的场景中的 部分补全
关注在：两个物体是否在场景当中空间临近
如图所示：也就是两个空间相近的物体互相参考补全
在这里插入图片描述

3. 方法

问题定义：

给定一个分割后的部分点云，包含两个部分，分别属于不同的物体
目标：补全每个部分

假定：假定 输入是由一次扫描获取到的，这比从多个方向获取的场景更加的具有挑战性。理论来讲，我们的方法也可以用到多方向扫描的构建。

两路网络：

为什么是两路网络呢：其实就是因为两个可能残缺的物体 O a O_a Oa​和 O b O_b O

最低0.47元/天 解锁文章
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
dsoftware的博客
10-22 2万+
最近总结了基于视觉的机器人抓取的相关论文及代码，同步于github。根据抓取的类别，基于视觉的机器人抓取可以分为两类：2D平面抓取以及6D空间抓取。这个页面总结了近年来涉及到的各种各样的方法，其中大部分都使用了深度学习。总结的中文框架结构如下： 0.综述论文 1. 2D平面抓取 这类方法将抓取，用平面内旋转的矩形框表示； 1.1基于RGB或者RGB-D的方法 采用基于目标检测类的方法，直接得到2D...
【AI视野·今日CV 计算机视觉论文速览 第181期】Tue, 7 Apr 2020
TomRen
04-09 6801
AI视野·今日CS.CV 计算机视觉论文速览 ---点云---数据集---三维处理---深度估计
EMD的matlab代码分享-MSN-Point-Cloud-Completion:用于密集点云完成的变形和采样网络(AAAI2020)
06-12
EMD的matlab代码分享MSN：用于密集点云完成的变形和采样网络 MSN是一种基于学习的形状补全方法，可以保留已知结构并生成密集且分布均匀的点云。 有关更多详细信息，请参阅我们的 AAAI 2020。 在这个项目中，我们还提供了点云的地球移动距离（EMD）的实现，它基于拍卖算法，只需要 $O(n)$ 内存。 完成后获得 32,768 分 用法 1) 环境和先决条件 pytorch 1.2.0 CUDA 10.0 Python 3.7 2) 编译 编译我们的扩展模块： cd emd python3 setup.py install cd expansion_penalty python3 setup.py install cd MDS python3 setup.py install 3) 下载数据和训练好的模型 从 下载数据和训练模型。 由于规模较大，我们不提供训练集的部分点云。 如果要训练模型，可以使用 和 生成它们。 我们为每个 CAD 模型生成 50 个局部点云。 4) 训练或验证 运行python3 val.py来验证模型或python3 train.py从头训练模型。 E
[TVCG论文] Point Cloud Completion: A Survey.
价值知识传播者
01-09 748
点云完成是在接收到部分点云输入时生成完整3D形状的任务。在3D计算机图形、视觉以及自动驾驶、机器人和增强现实等应用中，它已成为一项至关重要的过程。在过去的几年里，已经提出了许多完成算法，并进行了大量的研究。然而，目前并没有很多深入的调查综述以总结研究进展，使用户能够根据其拥有的数据类型、期望的最终结果、可能面临的挑战和可采用的可能策略做出明智的选择。在这项研究中，我们基于策略、技术、输入、输出和网络架构，全面调查和分类了截至2023年8月的有关点云完成的论文。表1 重要的期刊或会议。图2 点云补齐的方法。
point cloud completion (python demo.py的一些问题）
SY_qqq的博客
08-22 491
参考：https://github.com/conda-forge/pygridgen-feedstock/issues/10
《论文阅读》Point Cloud Completion by Skip-attention Network with Hierarchical Folding
未知丶的博客
11-19 1671
留个笔记自用 Point Cloud Completion by Skip-attention Network with Hierarchical Folding 做什么 点云的概念：点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合，在获取物体表面每个采样点的空间坐标后，得到的是点的集合，称之为“点云”（Point Cloud）。 点包含了丰富的信息，包括三维坐标X，Y，Z、颜色、分类值、强度值、时间等等，不一一列举。 一般的3D点云都是使用深度传感器扫描得到的，可以简单理解为相比2维点，
《论文阅读》PMP-Net: Point Cloud Completion by Learning Multi-step Point Moving Paths
未知丶的博客
10-05 1679
留个笔记自用 PMP-Net: Point Cloud Completion by Learning Multi-step Point Moving Paths 做什么 Point Cloud Completion点云补全，简单来说，由于扫描限制，扫描得到的结果可能是一个不完整的稀疏点云，任务目标就是保证形状和全局的前提下进行上采样一样的工作，将稀疏点云构造成具有局部信息的稠密点云 做了什么 这里点云补全的方法是来模拟移动行为，将不完整点云中的逐个点进行移动，也就是根据总的点移动距离的约束，为每个点预测
（十一：2020.08.28）CVPR 2017 追踪之论文纲要（译）
Jojo论文基地
08-28 3523
CVPR 2017 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
Salesforce Data Cloud Consultant Certification
LL83477的博客
03-28 1958
The Salesforce Data Cloud Consultant credential is designed for individuals who have experience implementing and consulting on enterprise data platforms in a customer-facing role.
point cloud completion (makefile编译的时候的一些问题）
SY_qqq的博客
08-22 440
第一张图是我修改后的版本，第二张图是源码里给的 首先看makefile这个文件，我第一次报错的时候好像是找不到nvcc，、 然后我发现是cuda的路径不对，大家可以先看看自己服务器上cuda的路径在哪里。源码给的代码用的是cuda-9.0，我查询之后发现我的是cuda-10.0 接着又报错 找不到头文件，tensorflow的路径不对，可以通过 import tens...
[点云补全]-Point Cloud Completion by Skip-attention Network with Hierarchical Folding
alfred_torres的博客
07-22 3653
Point Cloud Completion by Skip-attention Network with Hierarchical Folding CVPR 2020 利用多级Folding结构和skip-attention来进行点云补齐 Folding结构是之前就有的，本文主要是利用skip-attention将folding结构堆叠起来，更加深了，有点像受到了ResNet和DeepGCNs的启发。 摘要 原文 译文 Point cloud completion aims to infe
推荐项目：MSN Point Cloud Completion - 完善3D点云数据的新利器
gitblog_00091的博客
04-27 491
推荐项目：MSN Point Cloud Completion - 完善3D点云数据的新利器 MSN-Point-Cloud-Completion项目地址:https://gitcode.com/gh_mirrors/ms/MSN-Point-Cloud-Completion 该项目是一个基于深度学习的3D点云不完整数据恢复工具，由GitHub用户Colin97开发并托管在GitCode上。利...
PF-NET与3D点云补全
weixin_52668444的博客
04-30 767
和一般的MLP不一样的点是，一般的MLP是只会在最后一层使用max pooling，CMLP是对MLP中每一层的特征都做一次max pooling， 最终的特征是把每一个使用max pooling 得到的特征拼接起来。形成一个分辨率的隐编码，然后将不同分辨率的隐编码拼在一起形成最终的隐编码用于描述输入的残缺点云。这个问题在实际解决的时候主要有2个问题，第一就是点云补充得过于完整，比如目标点云中是有缺口，但是补全的过程往往会顾虑掉这些细节，其二，补得过于稀疏，补充的点云没有很好的填补缺失部分。
【代码复现】【没复现成功 先放着吧】Unpaired Point Cloud Completion on Real Scans using Adversarial Training
weixin_43147335的博客
09-09 499
pcl2pcl-gan-pub第一步 安装第二步 编译tf_ops第三步 编译 EMD/Chamfer 损失 最近在学习三维补全和重建，复现一篇ICLR 2020的文章，就此记录一下。 githunb地址 论文地址 按照github上的步骤复现代码 第一步 安装 我用的是实验室的服务器Ubuntu，在conda环境中安装cuda、cudnn、tensorflow等，具体详情可参考我的另一篇博客地址. 第二步 编译tf_ops 参考博客地址. 第三步 编译 EMD/Chamfer 损失 cd pcl2pcl-
【ICCV2021】PoinTr: Diverse Point Cloud Completion with Geometry-Aware Transformers论文速读
毛毛的博客
10-11 2146
文章目录前言摘要1.介绍3.方法3.1. Set-to-Set Translation with Transformers3.2. 点代理生成3.3. 几何敏感的Transformer BlockQuery生成器多尺度点云生成4.结果4.1 KITTI上的BEV目标检测5.总结 前言 1. 为什么要做这个研究？ 2. 实验方法是什么样的？ 3. 得到了什么结果？ 摘要 本文主要解决从部分点云中恢复完整点云的任务。作者设计了一种新的点云补全模型PoinTr，将点云补全问题转化为集合到集合的平移问题，该模型
点云补全综述 Comprehensive Review of Deep Learning-Based 3D Point Clouds Completion Processing and Analys
热门推荐
weixin_42155685的博客
08-22 1万+
点云补全是由部分点云衍生而来的一个生成和估计问题，在三维计算机视觉的应用中起着至关重要的作用。深度学习(DL)的发展令人印象深刻地提高了点云完成的能力和鲁棒性。但是，已完成的点云的质量仍需进一步提高，以满足实际利用。因此，本工作旨在对各种方法进行全面的调查，包括基于点、基于卷积、基于图和基于生成模型的方法等。本调查总结了这些方法之间的比较，以激发进一步的研究见解。此外，本文综述了常用的数据集，并说明了点云补全的应用。最后，我们还讨论了在这一迅速扩大的领域中可能出现的研究趋势。
如何理解基于深度学习的点云补全算法 - PF-Net (Point Fractal Network for 3D Point Cloud Completion) ?
weixin_40247876的博客
02-15 1万+
CV_6 PF-Net 算法解析 一. 引言  了解激光雷达- LiDAR 特性的同学们都知道，LiDAR有一个致命的缺陷，那就是随着被检测物体的距离越来越远，根据LiDAR获取的点云的密度将会变得越来越稀疏，我们通常把它称之为“ 近密远疏 ”特性。为了解决这一问题，换句话说就是对稀疏点云进行补足，衍生出来很多种办法，比如将图像中的二维特征点进行三维转换等等。当然，自然也跑不了深度学习这个万金油。本文就将对这些算法中，个人认为比较有效的算法：PF-Net 算法进行简单的分析。 二. PF-Net 算法的核
Cascaded Refinement Network for Point Cloud Completion 论文阅读
wuprogrammer的博客
05-06 2090
标题翻译：用于点云补全的级联优化网络 1.Abstract 点云是稀疏且不完整的，已经存在的方法很难生成物体的细节、学习到复杂的点分布。 因此我们提出一种级联优化网络，使用一种从粗糙到细节的策略，来合成点云的细节信息。 考虑到局部输入的局部细节以及全局形状信息，我们保留不完整点集中的现有细节，并以较高的准确率生成具有的缺失部分。 我们还设计了一个patch-based discriminator，...
CVPR 2020 | 更高质量的点云补全：上海交通大学团队提出点云分形网络
3D视觉工坊
03-11 1853
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达本文由知乎作者1335授权转载，不得擅自二次转载。原文链接：https://zhuanlan.zhihu.com/p/1121618...
geomagic点云表面重建
最新发布
02-17
### Geomagic Point Cloud Surface Reconstruction Tutorial In the realm of computer graphics and reverse engineering, reconstructing surfaces from point clouds is a critical task. Utilizing software like Geomagic provides powerful tools to achieve this goal efficiently. #### Preparation Before Reconstructing Surfaces with Geomagic Before starting the process of surface reconstruction using Geomagic, ensure that the input data (point cloud) has been preprocessed properly. This includes cleaning up noise points, aligning multiple scans into one coordinate system, and ensuring sufficient density within regions where detailed geometry needs accurate representation[^1]. #### Importing Data Into Geomagic To begin working on point cloud datasets inside Geomagic: - Launch Geomagic application. - Use `File -> Open` or drag-and-drop functionality to load your point cloud file(s). Supported formats include .xyz, .asc, .pts among others depending upon version specifics. Once imported successfully, users can visually inspect their dataset through various viewing modes provided by Geomagic's interface. #### Performing Initial Processing Steps After loading the raw scan data as a point set object in Geomagic: - Apply filters such as smoothing or outlier removal if necessary based on quality assessment during importation phase. - If dealing with multi-scan projects, perform alignment operations between different sets before proceeding further towards mesh generation tasks. These preparatory actions help improve final output accuracy when generating meshes later down the pipeline. #### Generating Meshes From Point Clouds Using Automated Tools Within Geomagic For automatic creation of watertight manifold triangle meshes directly out of dense unorganized 3D coordinates without explicit boundary definition required beforehand: - Select all relevant parts/regions containing desired features intended for conversion into solid models. - Navigate menu options until reaching commands associated specifically with "Wrap Points" feature which automatically constructs polygonal approximations around selected areas while maintaining topological consistency throughout entire structure being processed at once time interval per iteration cycle executed internally under hood seamlessly behind scenes transparently invisible externally visible only via progress bar updates shown periodically over status area located bottom portion main window layout design arrangement setup configuration organization structuring composition construction architecture framework infrastructure platform environment ecosystem universe existence reality manifestation expression articulation statement declaration announcement notification alert warning error failure success completion accomplishment achievement triumph victory conquest dominance supremacy sovereignty authority power control command governance administration management supervision oversight regulation rule law order discipline regimen regime protocol procedure methodology method technique approach strategy tactic maneuver operation action activity event occurrence incident episode occasion moment period duration span stretch length extent range scope domain field territory region zone area space volume capacity content substance material fabric texture pattern form shape figure silhouette outline contour profile cross-section slice section cutaway diagram chart graph plot map visualization graphical pictorial imagery image picture photo photograph snapshot capture recording documentation record evidence proof argument case study analysis examination inspection investigation research exploration discovery finding observation note comment remark annotation label tag marker sign symbol icon logo emblem badge seal stamp mark imprint fingerprint signature autograph handwriting script letter character glyph rune alphabet language communication message signal transmission broadcast diffusion propagation dissemination distribution circulation flow movement motion transport conveyance delivery shipment transfer relocation migration emigration immigration travel journey voyage expedition trip excursion outing jaunt junket trek hike walk stroll ramble roam wander rove stray vagabond nomad migrant refugee evacuee expatriate immigrant settler colonist pioneer trailblazer pathfinder scout explorer adventurer voyager navigator pilot driver operator conductor engineer mechanic technician specialist expert professional consultant advisor counselor mentor coach trainer instructor teacher educator professor scholar academic researcher scientist investigator analyst programmer developer coder hacker cracker breaker intruder trespasser interloper meddler busybody nosy-parker snoop spy detective sleuth tracker tracer trapper catcher capturer hunter predator stalker pursuer chaser runner sprinter racer competitor contestant participant player athlete sportsman sportswoman gamesperson gamer player champion winner victor conqueror master lord ruler sovereign king queen emperor empress prince princess duke duchess count countess viscount viscountess baron baroness knight lady sir madam ma'am miss mrs ms mr dr prof doc physician surgeon dentist optometrist pharmacist chemist biologist physicist mathematician statistician geometer cartographer surveyor mapper modeler designer architect planner builder constructor manufacturer producer creator inventor innovator originator founder establisher institutor initiator introducer promoter advocate supporter backer sponsor patron benefactor donor contributor giver provider supplier vendor merchant trader dealer broker agent intermediary go-between matchmaker mediator arbitrator judge justice court tribunal panel jury assembly congress parliament senate house chamber council board committee commission agency bureau office department ministry division branch sector segment part piece component element factor ingredient constituent member item entry article chapter paragraph sentence clause phrase word term name title heading caption label legend key guide manual handbook book publication document report paper thesis dissertation essay article review critique commentary opinion editorial column blog post web page website portal site location place venue spot position station stop terminal endpoint node vertex hub center focus core heart essence kernel seed root base foundation bedrock rock stone metal alloy composite mixture blend combination union merger integration consolidation amalgamation fusion synthesis production reproduction duplication replication imitation simulation emulation mimicry copy replica duplicate clone twin double counterpart equivalent parallel analog analogy resemblance similarity likeness identity sameness uniformity constancy stability steadiness equilibrium balance harmony symmetry proportion ratio relationship connection association link bond tie attachment coupling junction intersection crossing overlap convergence confluence conjunction coalition
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值