研究论文

基于点的几何处理中的可差分曲面展开

作者:

费利塞塞雷娜,

Shihao先生吴,

坚吉兹厄兹蒂雷利、和

奥尔加 Sorkine-Hornung公司作者信息和声明

ACM图形事务处理（TOG）,体积38,问题6

文章编号：230，页数1-14

https://doi.org/10.1145/3355089.3356513

出版:2019年11月8日出版历史

获取访问权限

摘要

我们提出了一种用于点云的高保真差分渲染器——差分表面溅射（DSS）。点位置和法线的渐变经过精心设计，可以处理渲染函数的不连续性。引入正则化项以确保下垫面上的点均匀分布。我们演示了DSS在用于几何合成和去噪的逆渲染中的应用，其中大规模拓扑变化以及小规模细节修改可以在不需要显式连接的情况下得到准确而稳健的处理，优于最先进的技术。数据和代码位于https://github.com/yifita/DSS。

补充材料

MP4文件（a230一帆.mp4）

下载
210.86 MB

工具书类

[1]

拉德哈克里什纳·阿坎塔、阿普·沙吉、凯文·史密斯、奥雷琳·卢奇、帕斯卡尔·福亚和萨宾·苏斯特朗克。2012年，SLIC超像素与最先进的超像素方法进行了比较。IEEE模式分析和机器智能事务34, 11 (2012), 2274--2282.

数字图书馆

[2]

Marc Alexa、Johannes Behr、Daniel Cohen Or、Shachar Fleishman、David Levin和Claudio T Silva。2003.计算和渲染点集曲面。IEEE传输。可视化和计算机图形9, 1 (2003), 3--15.

数字图书馆

[3]

Dejan Azinović、Tzu-Mao Li、Anton Kaplanyan和Matthias Nießner。2019.联合材料和照明估算的反向路径追踪。arXiv预打印arXiv:1903.07145(2019).

[4]

马修·伯杰（Matthew Berger）、安德烈亚·塔利亚萨奇（Andrea Tagliasacchi）、李·塞夫斯基（Lee M Seversky）、皮埃尔·阿利兹（Pierre Alliez）、盖尔·根内鲍德（Gael Guennebaud）、约书亚·莱文（Joshua A Levine。2017年，点云表面重建调查。在计算机图形论坛，第36卷。301--329.

数字图书馆

[5]

保罗·奇格诺尼（Paolo Cignoni）、马可·卡列里（Marco Callieri）、马西米利亚诺·科尔西尼（Massimiliano Corsini）、马特奥·德尔皮亚内（Matteo Dellepiane）、法比奥·加诺维利（Fabio Ganovelli）和吉多·兰祖利亚（Guido Ranzuglia。2008年。MeshLab：一种开源网格处理工具。在欧洲制图意大利分会会议。

[6]

马西米利亚诺·科尔西尼（Massimiliano Corsini）、保罗·奇尼奥尼（Paolo Cignoni）和罗伯托·斯科皮尼奥（Roberto Scopigno）。2012.三角形网格具有蓝色噪声特性的高效灵活采样。IEEE传输。可视化与计算机图形学18, 6 (2012), 914--924.

数字图书馆

[7]

范浩强（Haoqiang Fan）、苏浩（Hao Su）和列奥尼达斯（Leonidas J Guibas）。2017.从单个图像重建三维对象的点集生成网络。程序。IEEE计算机视觉与模式识别会议2, 4, 6.

[8]

泽维尔·格洛洛特和约舒亚·本吉奥。2010年。了解训练深度前馈神经网络的困难。在程序。埋。人工智能与统计会议。249--256.

[9]

伊恩·古德费罗（Ian Goodfellow）、让·普格特·巴迪（Jean Pouget-Abadie）、梅迪·米尔扎（Mehdi Mirza）、徐冰（Bing Xu）、大卫·沃德·法利（David Warde-Farley）、谢尔吉尔·奥扎尔（Sherjil Ozair）、。2014.生成对抗网。在神经信息处理系统（NIPS）进展。

[10]

保罗·格雷罗（Paul Guerrero）、亚尼尔·克莱曼（Yanir Kleiman）、马克斯·奥夫斯贾尼科夫（Maks Ovsjanikov）和尼洛伊·米特拉（Niloy J Mitra）。2018年，PCPNet从原始点云学习局部形状属性。在计算机制图论坛（欧洲制图学报），第37卷。75--85.

[11]

何开明、张湘玉、任少清、孙建军。2016.图像识别的深度剩余学习。在程序。IEEE计算机视觉与模式识别会议。

[12]

保罗·S·赫克伯特。1989.纹理映射和图像扭曲的基础。(1989).

[13]

佩德罗·赫莫西拉（Pedro Hermosilla）、托比亚斯·里切尔（Tobias Ritschel）和蒂莫·罗宾斯基（Timo Ropinski）。2019.全面去噪：无监督学习3D点云清理。arXiv预印本arXiv:1904.07615(2019).

[14]

P.Hermosilla、T.Ritschel、P-P Vazquez、A.Vinacua和T.Ropinski。2018.Monte Carlo卷积学习非均匀采样点云。ACM事务处理。图形（SIGGRAPH Asia）37, 6 (2018).

[15]

Hugues Hoppe、Tony DeRose、Tom Duchamp、John McDonald和Werner Stuetzle。1992年。从无组织点进行表面重建。程序。SIGGRAPH的(1992), 71--78.

数字图书馆

[16]

胡涛（Tao Hu）、韩志忠（Zhizhong Han）、阿比纳夫·施里瓦斯塔瓦（Abhinav Shrivastava）和马蒂亚斯·茨威克（Matthias Zwicker）。2019.Render4完成：合成多视图深度贴图以完成3D形状。arXiv预打印arXiv:1904.08366(2019).

[17]

Hui Huang、Dan Li、Hao Zhang、Uri Ascher和Daniel Cohen-Or。2009年，整合无组织点云进行表面重建。ACM事务处理。关于图形（SIGGRAPH亚洲会议记录）28, 5 (2009), 176:1--176:7.

[18]

Hui Huang、Shihao Wu、Minglun Gong、Daniel Cohen-Or、Uri Ascher和Hao Richard Zhang。2013.Edge-Aware点集重新采样。ACM事务处理。关于图形32, 1 (2013), 9:1--9:12.

数字图书馆

[19]

埃尔达尔·因萨福丁诺夫（Eldar Insafutdinov）和阿列克谢·多索维茨基（Alexey Dosovitskiy）。2018年。使用可微分点云进行形状和姿势的无监督学习。在神经信息处理系统（NIPS）进展。2802--2812.

[20]

Phillip Isola、Jun-Yan Zhu、Tinghui Zhou和Alexei A.Efros。2017.使用条件对抗网络进行图像到图像的翻译。在程序。IEEE计算机视觉与模式识别会议。

[21]

Tero Karras、Timo Aila、Samuli Laine和Jaakko Lehtinen。2018年，GAN逐步增长，以提高质量、稳定性和变异性。在程序。学习表现国际会议。

[22]

加藤浩浩、Ushiku和原田达也。2018年。神经三维网格渲染器。在程序。IEEE计算机视觉与模式识别会议。3907--3916.

[23]

Fabian Langguth、Kalyan Sunkavalli、Sunil Hadap和Michael Goesele。2016.支持阴影的多视图立体声。在程序。欧元。计算机视觉会议。施普林格，469年至485年。

[24]

李祖茂、米卡·艾塔拉、杜兰德神父和贾科·莱赫蒂宁。2018.通过边缘采样的可微分蒙特卡罗射线追踪。在ACM事务处理。关于图形（SIGGRAPH亚洲会议记录）。美国医学会，222。

[25]

陈秀林、陈刚和西蒙·露西。2018.学习高效的点云生成，用于稠密三维对象重建。在AAAI人工智能会议。

[26]

Yaron Lipman、Daniel Cohen-Or、David Levin和Hillel Tal-Ezer。2007.几何重建的无参数投影。ACM事务处理。图形（SIGGRAPH程序）26, 3 (2007), 22:1--22:6.

数字图书馆

[27]

刘桂林、杜古·塞兰、埃尔辛·尤默、杨集美和连杰明。2017.使用基于物理的渲染网络进行材料编辑程序。IEEE计算机视觉与模式识别会议。2261--2269.

[28]

徐蒂·德里克·刘、迈克尔·陶和亚历克·雅各布森。2018.狗仔队：通过多视图图像处理进行表面编辑。在ACM事务处理。图形（SIGGRAPH Asia的程序）。美国医学会，221。

[29]

刘世晨、李天业、陈伟凯和李浩。2019年。软光栅化器：基于图像的3D推理的不同渲染器。arXiv预印arXiv:1904.01786(2019).

[30]

Matthew M Loper和Michael J Black。2014.OpenDR：一个近似可差的渲染器。在程序。欧元。计算机视觉会议。施普林格，154-169。

[31]

卢学泉、吴世浩、陈洪华、杨赛吉、陈文志和马蒂亚斯·茨威克。2018.GPF：基于GMM的特征保护点集过滤。IEEE传输。可视化和计算机图形24, 8 (2018), 2315--2326.

[32]

Robert Maier、Kihwan Kim、Daniel Cremers、Jan Kautz和Matthias Nießner。2017.内部3D：通过联合外观和几何优化以及空间视觉照明实现高质量3D重建。在程序。计算机视觉国际会议。3114--3122.

[33]

毛旭东、李青、谢浩然、刘永康、王震和斯蒂芬·保罗·斯莫利。2017年。最小二乘生成对抗网络。在程序。计算机视觉国际会议。2794--2802.

[34]

Thu H Nguyen-Phuoc、Chuan Li、Stephen Balaban和Yongliang Yang。2018.RenderNet：用于从3D形状进行差异渲染的深度卷积网络。在神经信息处理系统进展。7891--7901.

[35]

《A Cengizztireli》、《盖尔·根尼堡》和《马库斯·格罗斯》，2009年。基于非线性核回归的特征保持点集曲面。在计算机制图论坛（欧洲制图学报），第28卷。493--501.

[36]

Adam Paszke、Sam Gross、Soumith Chintala、Gregory Chanan、Edward Yang、Zachary DeVito、Zeming Lin、Alban Desmaison、Luca Antiga和Adam Lerer。2017.PyTorch中的自动区分。在NIPS-W。

[37]

费利克斯·彼得森（Felix Petersen）、阿米特·贝尔马诺（Amit H Bermano）、奥利弗·德森（Oliver Deussen）和丹尼尔·科恩·奥尔（Daniel Cohen-Or）。2019.Pix2Vex：使用平滑可差分渲染器进行图像到几何体的重建。arXiv预打印arXiv:1903.11149(2019).

[38]

汉斯彼得·普菲斯特、马蒂亚斯·茨威克、杰罗恩·范巴尔和马库斯·格罗斯，2000年。曲面：作为渲染基本体的曲面元素。在程序。计算机图形和交互技术会议。335--342.

数字图书馆

[39]

Jhony K Pontes、Chen Kong、Sridha Sridharan、Simon Lucey、Anders Eriksson和Clinton Fookes。2017.Image2Mesh：单幅图像3D重建的学习框架。arXiv预打印arXiv:1711.10669(2017).

[40]

Charles R Qi、Hao Su、Kaichun Mo和Leonidas J Guibas。2017年a。PointNet：针对3D分类和分割的点集进行深入学习。在程序。IEEE计算机视觉与模式识别会议。

[41]

查尔斯·瑞中泰·齐（Charles Ruizhongtai Qi）、李毅（Li Yi）、郝苏（Hao Su）和列奥尼达斯·吉巴斯（Leonidas J Guibas）。2017年b月。PointNet++：对度量空间中的点集进行深度分层特征学习。在神经信息处理系统（NIPS）进展。5099--5108.

[42]

赛·拉杰斯瓦尔（Sai Rajeswar）、法希姆·曼南（Fahim Mannan）、弗洛里安·戈莱莫（Florian Golemo）、大卫·巴斯克斯（David Vazquez）、德里克·诺鲁泽扎莱（Derek Nowrouzezahrai）和亚伦·库维尔（Aaron。2018年，Pix2Scene:从图像中学习隐含的3D表现。(2018).

[43]

Marie-Julie Rakotosaona、Vittorio La Barbera、Paul Guerrero、Niloy J Mitra和Maks Ovsjanikov。2019.POINTCLEANNET：学习去噪并从密集点云中移除异常值。arXiv预打印arXiv:1901.01060(2019).

[44]

Elad Richardson、Matan Sela、Roy Or-El和Ron Kimmel。2017年。从单个图像学习详细的面部重建。在IEEE传输。模式分析与机器智能。1259--1268.

[45]

奥拉夫·伦尼伯格（Olaf Ronneberger）、菲利普·菲舍尔（Philipp Fischer）和托马斯·布洛克斯（Thomas Brox）。2015.U-net：生物医学图像分割的卷积网络。在埋。医学图像计算和计算机辅助干预会议。施普林格，234-241。

[46]

里卡多·罗维里（Riccardo Roveri）、A Cengiz怛ztireli、Ioana Pandele和马库斯·格罗斯（Markus Gross），2018a。点叉：用卷积神经网络整合点云。在计算机制图论坛（欧洲制图学报），第37卷。87--99.

[47]

Riccardo Roveri、Lukas Rahmann、Cengiz Oztireli和Markus Gross.2018b。通过自动深度图像生成进行点云分类的网络架构。在程序。IEEE计算机视觉与模式识别会议。4176--4184.

[48]

Soumyadip Sengupta、Angjoo Kanazawa、Carlos D Castillo和David W Jacobs。2018年，SfSNet：《学习野外人脸的形状、反射和照度》（Learning Shape，Reflectance and Illuminance of Faces in the Wild）。在IEEE计算机视觉和模式识别会议记录。6296--6305.

[49]

Jian Shi、Yue Dong、Hao Su和Stella X.Yu。2017.跨ShapeNet类别学习非语言对象内在特性。在程序。IEEE计算机视觉与模式识别会议。

[50]

Vincent Sitzmann、Justus Thies、Felix Heide、Matthias Nießner、Gordon Wetzstein和Michael Zollhöfer。2018.DeepVoxels：学习持久3D特征嵌入。arXiv预打印arXiv:1812.01024(2018).

[51]

伊利亚·萨茨克弗（Ilya Sutskever）、詹姆斯·马滕斯（James Martens）、乔治·达尔（George Dahl）和杰弗里·辛顿（Geoffrey Hinton）。2013年，关于深度学习中初始化和动力的重要性。在程序。IEEE机器学习国际会议。1139--1147.

[52]

Shubham Tulsiani、Tinghui Zhou、Alexei A Efros和Jitendra Malik。2017.通过可微光线一致性对单视图重建进行多视图监督。在程序。IEEE计算机视觉与模式识别会议。2626--2634.

[53]

Thijs Vogels、Fabrice Rousselle、Brian McWilliams、Gerhard Röthlin、Alex Harvill、David Adler、Mark Meyer和Jan Novák。2018.使用核预测和非对称损失函数去噪。ACM事务处理。关于图形37, 4 (2018), 124.

数字图书馆

[54]

王彭槐、杨柳和辛彤。2016.通过级联正态回归进行网格去噪。ACM事务处理。图形（SIGGRAPH Asia）35, 6 (2016), 232--1.

[55]

李旭、卢策武、徐毅和贾佳娅。2011.通过L 0梯度最小化进行图像平滑。在ACM图形汇刊（TOG），第30卷。美国医学会，174。

数字图书馆

[56]

严新晨、杨继美、余尔辛、郭一杰和李洪拉。2016.透视变换器网络：学习无需三维监督的单视图三维对象重建。在神经信息处理系统（NIPS）进展。1696--1704.

[57]

姚顺玉、徐子明、朱俊彦、吴嘉君、安东尼奥·托拉尔巴、比尔·弗里曼和乔什·特南鲍姆。2018年，通过反向图形进行3D软件场景操作。在神经信息处理系统（NIPS）进展。1887--1898.

[58]

王一凡、吴世浩、黄慧、丹尼尔·科恩·奥尔和奥尔加·索金·霍农。2018.基于补丁的渐进式3D点设置采样。arXiv预打印arXiv:1811.11286(2018).

[59]

于乐泉、李宪志、傅志铭、丹尼尔·科恩·奥尔和冯安恒。2018年。EC-Net：边缘软件点集整合网络。程序。欧元。计算机视觉会议(2018).

[60]

朱瑞、哈迈德·基阿尼·加卢加希、王朝阳和西蒙·鲁西。2017.重新思考重投影：结束从单个图像进行姿势感知形状重建的循环。在程序。计算机视觉国际会议。57--65.

[61]

马蒂亚斯·茨威克（Matthias Zwicker）、马克·保利（Mark Pauly）、奥利弗·诺尔（Oliver Knoll）和马克斯·格罗斯（Markus Gross），2002年。Pointshop 3D：基于点的曲面编辑的交互式系统。在ACM事务处理。关于图形，第21卷。美国医学会，322--329。

数字图书馆

[62]

Matthias Zwicker、Hanspeter Pfister、Jeroen Van Baar和Markus Gross，2001年。表面喷溅。在程序。计算机图形和交互技术会议。美国医学会，371-378。

数字图书馆

[63]

马蒂亚斯·茨威克（Matthias Zwicker）、尤西·拉塞宁（Jussi Räsänen）、马里奥·博茨（Mario Botsch）、卡斯滕·达赫斯巴赫（Carsten Dachsbacher）和马克·保利（Mark Pauly）。2004年，透视精确展开。在程序。图形界面。加拿大人类计算机通信协会，247-254。

引用人

陈伟刘莉（Liu L）(2024)去模糊高斯：摄像机运动模糊图像的三维高斯溅射计算机图形和交互技术ACM会议录10.1145/36513017:1(1-15)在线发布日期：2024年5月13日
https://dl.acm.org/doi/10.1145/3651301
卢J郑Z王毅钱X钟Z王Z郑L(2024)DreamGaussian和MTN在三维生成领域的分析研究第一届ICMR多媒体对象重新识别研讨会会议记录10.1145/3643490.3661807(1-5)在线发布日期：2024年6月10日
https://dl.acm.org/doi/10.1145/3643490.3661807
辛G朱M周毅（Zhou Y）蒋G蔡Z庞A朱Q(2024)一种用于跨域半监督非接触掌纹识别的自注意循环GAN国际图像与图形杂志10.1142/S021946782450025624:02在线发布日期：2024年4月4日
https://doi.org/10.1142/S0219467824500256
显示更多引用者

索引术语

基于点的几何处理中的可差分曲面展开
1. 计算方法

建议

表面喷溅
SIGGRAPH’01：第28届计算机图形和交互技术年会会议记录

现代激光测距仪和光学扫描仪需要渲染技术，能够处理数百万个具有高分辨率纹理的点。本文描述了一种点渲染和纹理过滤技术，称为表面溅射直接呈现。。。
阅读更多信息
溅射间接照明
I3D’06：2006年交互式3D图形和游戏研讨会论文集

本文提出了一种新的方法，用于对漫反射和非漫反射表面的间接照明效果进行合理的实时渲染。引起间接照明的场景几何体由扩展阴影贴图捕捉，如。。。
阅读更多信息
高质量的表面飞溅在当今的GPU上
SPBG’05：第二届欧洲图形学会/IEEE VGTC点基图形会议记录

由于概念上的简单性和优越的灵活性，基于点的几何体发展成为基于多边形网格的曲面表示的一种有价值的替代方法。椭圆表面飞溅被证明可以实现高质量的抗锯齿。。。
阅读更多信息

评论

信息和贡献者

问询处

发布于

封面图片ACM图形事务

ACM图形事务第38卷第6期

2019年12月

1292页

国际标准编号：0730-0301

EISSN公司：1557-7368

DOI（操作界面）：10.1145/3355089

版权所有©2019所有者/作者。

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的部分或全部数字或硬拷贝以供个人或课堂使用。必须尊重本作品第三方组件的版权。对于所有其他用途，请联系所有者/作者。

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2019年11月8日

在TOG中发布体积38,问题6

检查更新

作者标记

限定符

研究文章

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

68
引文总数
查看引文
1,186
总下载次数

下载次数（过去12个月）427
下载次数（最近6周）62

其他指标

查看作者指标

引文

引用人

陈伟刘莉（Liu L）(2024)去模糊高斯：摄像机运动模糊图像的三维高斯溅射计算机图形和交互技术ACM会议录10.1145/36513017:1(1-15)在线发布日期：2024年5月13日
https://dl.acm.org/doi/10.1145/3651301
卢J郑Z王毅钱X钟Z王Z郑L(2024)DreamGaussian和MTN在三维生成领域的分析研究第一届ICMR多媒体对象重新识别研讨会会议记录10.1145/3643490.3661807(1-5)在线发布日期：2024年6月10日
https://dl.acm.org/doi/10.1145/3643490.3661807
辛G朱M周毅（Zhou Y）蒋G蔡Z庞A朱Q(2024)一种用于跨域半监督非接触掌纹识别的自注意循环GAN国际图像与图形学杂志10.1142/S021946782450025624:02在线发布日期：2024年4月4日
https://doi.org/10.1142/S0219467824500256
弗兰克·L吕克特D芬克L冲压机M(2024)TRIPS：实时辐射场渲染的三线性点溅射计算机图形论坛10.1111/cgf.1501243:2在线发布日期：2024年4月30日
https://doi.org/10.1111/cgf.15012
斯托特科P魏曼M克莱因R(2024)不完全Gamma核：局部最优投影算子的推广IEEE模式分析和机器智能汇刊10.1109/TPAMI.2024.334996746:6(4075-4089)网上发布日期：2024年6月
https://doi.org/10.1109/TPAMI.2024.3349967
金X汉族X南H薛Z(2024)UE-GS：用于虚拟引擎的高质量3D高斯喷溅实时渲染2024年第七届国际先进算法与控制工程会议（ICAACE）10.1109/ICACE61206.2024.10548340(1610-1615)在线发布日期：2024年3月1日
https://doi.org/10.109/ICAACE61206.2024.10548340
高尔APais G公司米拉尔多P(2024)三维隐式表示的定向网格编码器2024年国际3D视觉会议（3DV）10.1109/3DV62453.2024.00101(1208-1218)在线发布日期：2024年3月18日
https://doi.org/10.109/3DV62453.2024.00101
黄X张Y镍B李·T陈凯张伟威廉姆斯B陈毅内维尔·J(2023)通过辐射贴图增强点云渲染第三十七届AAAI人工智能会议、第三十五届人工智能创新应用会议和第十三届人工智能教育进展研讨会会议记录10.1609/aaai.v37i1.25175(953-961)在线发布日期：2023年2月7日
https://dl.acm.org/doi/10.1609/aai.v37i1.25175
张瑞棕褐色F侯Q李Z太阳Z杨C高X(2023)使用改进的维纳反褶积进行端到端学习单透镜设计光学字母10.1364/OL.478172号48:3(522)在线发布日期：2023年1月17日
https://doi.org/10.1364/OL.478172
沃切尔MAlexa M公司(2023)参数化几何的可差分绘制ACM图形事务10.1145/361838742:6(1-18)在线发布日期：2023年12月5日
https://dl.acm.org/doi/10.1145/3618387
显示更多引用者

视图选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此文章

查看选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

媒体

数字

其他

桌子

查看问题目录