Core Concepts
高解像度でリアルな形状補完を可能にする潜在拡散モデルの導入。
Abstract
デジタル技術の進化により、3Dコンテンツの重要性が増している。
RGB-Dセンサーから得られるスキャンはしばしば不完全であり、3Dモデルの再構築に課題がある。
学習ベースの手法が登場し、確率的手法は複数の妥当な結果を提供する柔軟性を持つ。
拡散モデルは画像生成タスクで成功を収めており、3D形状補完にも有望。
提案手法は高解像度で多くのオブジェクトクラスに対応し、競争力のある性能を発揮。
Stats
643 TSDFボクセルグリッドへの処理能力向上:30.72% GPUメモリ削減