Core Concepts
점구름에서 표면을 재구성하기 위해 큐브 모서리와 암시적 표면 사이의 교차점을 직접 예측하는 방법을 제안합니다. 이를 통해 개방형 표면을 효과적으로 표현할 수 있으며 인공물을 줄일 수 있습니다.
Abstract
이 연구는 점구름에서 표면을 재구성하는 새로운 방법을 제안합니다. 기존의 SDF 기반 및 UDF 기반 방법은 각각 부드러운 메시 생성과 개방형 표면 표현에 어려움이 있었습니다.
제안하는 방법은 큐브 모서리와 암시적 표면 사이의 교차점을 직접 예측합니다. 이를 위해 두 가지 모듈을 개발했습니다:
큐브 모서리의 상대적인 부호를 예측하는 부호 모듈
교차점의 위치를 예측하는 교차점 모듈
부호 모듈은 점 쌍의 관계를 학습하여 큐브 모서리의 부호를 예측합니다. 교차점 모듈은 점 쌍과 표면의 교차점 위치를 직접 예측합니다. 이를 통해 개방형 표면을 효과적으로 표현할 수 있으며 인공물을 줄일 수 있습니다.
제안 방법은 ShapeNet, MGN, ScanNet 데이터셋에서 우수한 성능을 보였습니다. 정량적 평가 결과 기존 방법 대비 Chamfer Distance와 Normal Consistency가 크게 향상되었습니다. 또한 정성적 평가에서도 더 세부적인 표면 복원 결과를 확인할 수 있었습니다.
Stats
점구름에서 큐브 모서리와 표면의 교차점 거리는 기존 방법 대비 0.0084로 크게 감소했습니다.
재구성된 메시의 Chamfer Distance는 0.0019로 기존 방법 대비 크게 향상되었습니다.
재구성된 메시의 Normal Consistency는 0.9648로 기존 방법 대비 크게 향상되었습니다.
Quotes
"점구름에서 표면을 재구성하기 위해 큐브 모서리와 암시적 표면 사이의 교차점을 직접 예측하는 방법을 제안합니다."
"이를 통해 개방형 표면을 효과적으로 표현할 수 있으며 인공물을 줄일 수 있습니다."