【点云分割】开源 | 点云分割算法，将点云投影到图像上借用图像绘制原理进行数据映射

获取完整原文和代码，公众号回复：09020435959

论文地址： http://arxiv.org/pdf/2003.05593v4.pdf

代码： 公众号回复：09020435959

来源： 伍斯特理工学院

论文名称：Learning to Segment 3D Point Clouds in 2D Image Space

原文作者：Yecheng Lyu

内容提要

与文献中通过定制的卷积算子捕捉3D点云的局部模式不同，在本文中，我们研究了如何有效、高效地将这些点云投影到二维图像空间中，使传统的二维卷积神经网络（CNN）（例如U-Net）可用于分割。为此，我们的目的是绘制图，并将其重新规划为一个整数变成问题，以学习每个单个点云的topology-preserving图到网格映射。为了在实际应用中加快计算速度，本文进一步提出了一种新的分层近似算法。借助从点云构建图的Delaunay三角剖分法和用于分割的多尺度U-Net，我们分别在ShapeNet和PartNet上展示了最先进的性能，与其他优秀算法相比有显著的改进。

论文主要实现：

（1）从点云构造图。

（2）使用图形绘图将图形投影到图像中。

（3）使用U-Net分割点。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。