PU-DZMS:デンスズームエンコーダーとマルチスケール補完回帰によるポイントクラウドアップサンプリング

科学分野:

• コンピュータ・ビジョン
• 3Dジオメトリ処理
• 機械学習

背景:

• 画像における点雲の稀さは,重要な幾何学的詳細の喪失につながる.
• 現存する点雲アップサンプリングネットワークは,ローカル・グローバルの特徴理解に苦戦し,コントールの歪みと稀な領域を引き起こす.

研究 の 目的:

• 現在のポイントクラウドアップサンプリングの技術上の限界に対処するためです.
• PU-DZMSという新しい方法を提案し,点雲の密度と細部回復を向上させる.

主な方法:

• 提案されたPU-DZMS方法は,デンスズームエンコーダー (DENZE) とマルチスケール補完回帰 (MSCR) の2つの主要な構成要素で構成されています.
• DENZEは,密度の高い接続とトランスフォーマーメカニズムを備えたZOOMブロックを使用して,ローカル・グローバルの幾何学的な特徴を把握し,点雲のエッジを明確にします.
• MSCRは特性を拡張し,クロススケール残留学習を使用して密集した点雲を逆行させ,幾何学的連続性を確保し,局所的な希少性を減少させます.

主要な成果:

• PU-GANとPU-Netのデータセットに関する実験結果は,PU-DZMSの有効性を示しています.
• この方法は,幾何学的詳細を向上させ,点雲の稀な領域を減らすのに成功しています.
• PU-DZMSは,ポイントクラウドのアップサンプリングタスクで優れたパフォーマンスを示しています.

結論:

• PU-DZMSは,ポイントクラウドのアップサンプリングに関するローカル・グローバル・リレーションの理解における既存の方法の限界を効果的に克服します.
• 提案されたアーキテクチャは,幾何学的なエッジを明確にし,ローカルな稀な領域を削減し,ポイントクラウドの品質を改善します.