论文推荐
“SFFAI114期来自南洋理工大学的潘亮推荐的文章主要关注于计算机视觉的点云处理领域,你可以认真阅读讲者推荐的论文,来与讲者及同行线上交流哦。”
关注文章公众号
回复"SFFAI114"获取本主题精选论文
01
推荐理由:首先使用深度学习实现 3D 点云补全, 证明了深度学习对点云补全任务的有效性。
02
推荐理由:提出了第一个在线测试的点云补全基准数据集。
03
推荐理由:通过多个并行的点云学习路径,实现了全局点云形状生成。
04
推荐理由:通过图网络学习并保留点云局部特征,增强了补全点云的质量。
05
推荐理由:使用网格表征点云,可以更好地捕捉点云细节特征。
06
推荐理由:使用多阶层网络,并行地收集不同层次的点云特征以获得保留局部特征的完整点云。