目录

目录

Learning Shape Templates with Structured Implicit Functions


Learning shape templates with structured implicit functions

编者按

  • learning generalized templates comprised of elements

Motivation

  • 给这类从canonical space下的shape template学出物体shape的方法,提供一种更通用于各种类别的shape template 学习方法
  • 由于现实世界的形状和拓扑变化丰富,过去的_这类_方法一般用a library of handmade templates
  • 本篇使用了一种基于若干个local shape elements的组合来构成shape template;
    每个element是一个隐式的surface representation
    • 每个element可以当做一个高斯椭球形状
    • 这样,不同的elements位置、扁圆、大小组合,就可以组合出==不同形状、不同拓扑==的shape template
  • 使用10,25,100个不同的elements训练的效果
    https://longtimenohack.com/posts/paper_reading/2019iccv_genova_learning/image-20201207235340273.png

隐式的shape表征

  • 假定每一个input shape都可以建模为一个watertight surface,由一个函数的 $\mathcal{l}$ level set描述(l-等值面集);
  • 这个函数可以由N个local elements构成
  • 每个elements是一个 scaled axis-aligned anisotropic 3D Gaussians
    由参数 $\theta_i$ 描述,$\theta_i$ 包含 $c_i, p_i \in \mathbb{R}^3, r_i \in \mathbb{R}^3$
    https://longtimenohack.com/posts/paper_reading/2019iccv_genova_learning/image-20201208000148898.png