CompletamientoMamba: domar el modelo espacial del estado para completar la nube de puntos

Área de la Ciencia:

• Visión por computadora
• Reconstrucción de la forma en 3D
• Aprendizaje profundo

Sus antecedentes:

• La finalización de la nube de puntos es vital para reconstruir formas 3D a partir de datos incompletos.
• Los transformadores sobresalen en las dependencias globales, pero luchan con los costos computacionales para secuencias largas.
• Los modelos de espacio de estado (SSM) ofrecen eficiencia de memoria para secuencias largas, pero enfrentan desafíos con nubes de puntos no ordenadas debido a los requisitos de causalidad.

Objetivo del estudio:

• Desarrollar una nueva red de aprendizaje profundo para una finalización eficiente y precisa de la nube de puntos.
• Abordar las limitaciones de los métodos existentes para capturar relaciones espaciales 3D complejas e información de forma.

Principales métodos:

• Se introdujo CompletionMamba, una red basada en el modelo espacial estatal (SSM) para la finalización de la nube de puntos.
• Desarrolló un método para estructurar causalmente nubes de puntos reorganizando coordenadas y definiendo espacios de vecindad locales.
• Códigos de forma integrados en el modelo Mamba para permitir la propagación de información de forma para el modelado integral.

Principales resultados:

• CompletionMamba captura efectivamente las dependencias globales y locales dentro de las nubes de puntos.
• El Mamba consciente de la forma propuesto mejora significativamente el modelado de formas 3D completas.
• Lograr un rendimiento de última generación en los conjuntos de datos MVP y PCN para las tareas de finalización de la nube de puntos.

Conclusiones:

• CompletionMamba ofrece una solución potente y eficiente para la finalización de la nube de puntos en 3D.
• La integración de los SSM con los mecanismos conscientes de la forma representa un avance significativo en el campo.
• Este método demuestra un rendimiento superior en la reconstrucción de formas 3D completas a partir de escaneos parciales.