英伟达研究员探索3D扫描重建的点云补全解决方案
点云补全方法
（映维网Nweon 2023年11月02日）深度摄像头和激光雷达扫描仪能够捕获到空间中各种对象的三维几何结构。但当在现实世界中使用时，各种因素可能会极大地限制仅从数据中捕获和重建对象完整3D几何形状的能力。
具体来说，诸如自遮挡或传感器分辨率限制等因素可能导致扫描仪捕获不完整或部分采样的3D对象。为了充分理解三维世界，必须解决数据不全和缺失的对象部分。目前的点云补全方法在处理域内（in-domain）形状方面表现出令人印象深刻的结果。
然而，由于缺乏具有各种形状的大规模数据集，相关方法在处理其域外（out-of-domain/OOD）形状类时经常面临困难。对广泛3D数据收集的需求向开发一个能够有效完成需要深度感知的现实场景中遇到的各种对象类别的模型提出了重大挑战。
在名为《Point-Cloud Completion with Pretrained Text-to-image Diffusion Models》的论文中，英伟达和巴伊兰大学的研究人员利用预训练的文本到图像扩散模型来解决OOD对象的这一挑战。
......（全文 2556 字，剩余 2202 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
