2D 사전 정보를 활용하여 부분적으로 관찰된 3D 포인트 클라우드를 완성하는 제로샷 프레임워크를 제안한다.
삼중 학습 네트워크를 통해 국부 패치의 유사한 특징을 학습하고, 이를 바탕으로 법선 벡터를 효과적으로 추정할 수 있다.
무방향 3D 포인트 클라우드에서 LFS(국부 특징 크기)를 고려하여 등방성 삼각형 메시를 직접 생성하는 새로운 접근 방식을 제안합니다.
적은 수의 포인트(64개)로도 3D 물체 형상을 정확하게 복원할 수 있는 새로운 모델 FSC(Few-point Shape Completion)를 제안한다. FSC는 입력 포인트의 전체적인 정보와 중요 포인트의 정보를 효과적으로 활용하여 정확한 3D 형상을 생성한다.