【泡泡点云时空】DeepFit: 基于神经网络的加权最小二乘法3D表面拟合

泡泡点云时空，带你精读点云领域顶级会议文章标题：DeepFit: 3D Surface Fitting via Neural Network Weighted Least Squares作者：Yizhak Ben-Shabat, Stephen Gould来源：ECCV 2020编译：鞠季宏审核：lionheart欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要 我们提出了一种点云表面的拟合方法，DeepFit。这种方法使用神经网络学习点权重，用于加权最小二乘法（WLS）曲面拟合。学习的权重作为表面点附近的软选择，避免了先前方法所需的尺度选择问题。为了训练网络，我们提出了一种新颖的表面一致性损失函数，可以提高点权重估计。该方法可以用来提取法向矢量和主曲率等其他几何特性，在训练过程中，主曲率不作为训练数据。我们在基准法线和曲率估计数据集上获得 ………………………………