VALSE 论文速览第12期：Point2Skeleton：从点云学习骨架表达

2021-9-9 19:12| 发布者: 程一-计算所| 查看: 1616| 评论: 0

摘要: 为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展，VALSE最新推出了《论文速览》栏目，将在每周二和周五各发布一篇顶会顶刊论文的录制视频，对单个前沿工作进行细致讲解。本期VALSE ...

为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展，VALSE最新推出了《论文速览》栏目，将在每周二和周五各发布一篇顶会顶刊论文的录制视频，对单个前沿工作进行细致讲解。本期VALSE论文速览选取了来自香港大学、伦敦大学学院、德州农工大学合作完成的点云几何表达方面的工作。工作由腾讯研究员林铖在香港大学博士就读期间完成，视频由林铖录制。

论文题目：Point2Skeleton：从点云学习骨架表达

作者列表：林铖 (香港大学)，李昌健 (伦敦大学学院)，刘缘 (香港大学)，陈能仑 (香港大学)，蔡绮琼 (香港大学)，王文平 (香港大学，德州农工大学)

B站观看网址：

https://www.bilibili.com/video/BV1X3411i78t/

论文摘要：

我们提出了一种名为Point2Skeleton的无监督方法，用于从点云中直接学习骨架表达 (skeletal representation)。现有的骨架化 (skeletonization)方法通常只局限在处理管状形状，以及需要严格的水密网格 (watertight)作为输入；而我们的方法旨在为更加复杂结构生成更通用的骨架表达，并能够处理点云输入。我们的核心想法是借鉴中轴变换 (Medial Axis Transform)的思想来捕捉原始输入点集的本质几何和拓扑性质。我们首先通过学习一个几何变换来预测一系列的骨架点，然后分析骨架点的连通性来生成一种骨架网格 (skeletal mesh)结构。大量的测评和比较表明，该方法具有较好的性能和鲁棒性。学习到的骨架表示对点云上的一些无监督任务是有帮助的，例如表面重建和结构化分解。

论文信息：

[1] Lin, Cheng, et al. "Point2Skeleton: Learning Skeletal Representations from Point Clouds" Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2021. (Oral & Final List)

论文链接：

[https://arxiv.org/pdf/2012.00230.pdf]

论文代码：

[https://github.com/clinplayer/Point2Skeleton]

视频讲者简介：

林铖，现任腾讯游戏数字内容技术中心智能算法研究员，于2021年博士毕业于香港大学。研究兴趣为几何建模、形状分析、三维视觉以及计算机图形学。

个人主页：

https://clinplayer.github.io

特别鸣谢本次论文速览主要组织者：

月度轮值AC：沈为 (上海交通大学)、赵恒爽 (牛津大学)

季度责任AC：王兴刚 (华中科技大学)

活动参与方式