SPLATNet:
用于点云处理的稀疏网格网络




摘要

我们提出了一种用于处理点云的网络架构,该架构直接对表示为高维晶格中稀疏样本集的点集合进行操作。在这个格子上天真地应用卷积,随着格子大小的增加,无论是在内存还是计算成本方面都会降低。相反,我们的网络使用稀疏的双边卷积层作为构建块。这些层通过使用索引结构仅在格的占用部分应用卷积来保持效率,并允许灵活地指定格结构,从而实现分层和空间软件特征学习以及联合2D-3D推理。基于点和基于图像的表示都可以很容易地合并到具有此类层的网络中,并且可以以端到端的方式训练生成的模型。我们展示了3D分割任务的结果,其中我们的方法优于现有的最先进技术。


纸类

Hang Su、Varun Jampani、Deqing Sun、Subhransu Maji、Evangelos Kalogerakis、Ming Hsuan Yang和Jan Kautz,”SPLATNet:用于点云处理的稀疏网格网络",2018年CVPR(口服,最佳论文荣誉奖) [arXiv] [比布特克斯]


代码

GiHub公司