.png){kind=icon}
返回
Efficient Isomorphic Mesh Generation from Point Clouds via Group-Wise Implicit Function Networks
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-4395-3_25.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
同构网格（IMs），使用通用网格结构表示所有3D数据，是适用于统计分析和深度学习的3D数据表示方法之一。从点云生成IMs的现有方法包括iMG，其计算成本高，以及基于DIT的网络，其对先前未见物体类别的泛化能力有限。本研究提出了一种新的IM生成方法，通过结合iMG和基于DIT网络的优点来解决这些问题。我们的方法首先以类似于iMG的方式对模板网格进行全局变形。接下来，将变形后的模板和输入点云划分为多个局部区域，并根据形状相似性进行分组。然后，对每个组应用隐式函数网络，使用为该组专门训练的模型，遵循基于DIT网络采用的策略。最后，将所有局部变形区域集成，生成与输入点云对应的最终IM。在17个物体类别上的实验表明，所提出的方法在其中的15个类别中比iMG实现更快的网格生成。此外，在6个类别中，它在速度和精度上都优于iMG。我们还证明了将并行处理引入到我们的框架中可以进一步加速网格生成过程。
Keyword:
Isomorphic mesh
Point-to-mesh network
Implicit function network
期刊
P
IF:
0
论文数:
27
被引数:
0
机构
引用论文
Statistical shape models for 3D medical image segmentation: A review.png)
MEDICAL IMAGE ANALYSIS
MEDICAL IMAGE ANALYSISIF11.8
PREAI
分享收藏
查看更多内容