PulseAugur
实时 11:05:32
English(EN) MambaH-Fit: Rethinking Hyper-surface Fitting-based Point Cloud Normal Estimation via State Space Modelling

MambaH-Fit框架利用状态空间模型增强点云法线估计

研究人员推出了一种用于点云法线估计的新框架MambaH-Fit,该框架利用状态空间模型(SSMs)。该方法旨在改进细粒度几何结构的建模,而当前方法常常难以处理。该框架包含一个注意力驱动的层次化特征融合方案,以增强几何上下文学习,以及一个分块状态空间模型,将点云块视为隐式超曲面以获得更好的几何理解。 AI

排序理由 该集群描述了一篇关于点云法线估计新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Weijia Wang, Yuanzhi Su, Pei-Gen Ye, Yuan-Gen Wang ·

    MambaH-Fit: Rethinking Hyper-surface Fitting-based Point Cloud Normal Estimation via State Space Modelling

    arXiv:2510.09088v2 Announce Type: replace Abstract: We present MambaH-Fit, a state space modelling framework tailored for hyper-surface fitting-based point cloud normal estimation. Existing normal estimation methods often fall short in modelling fine-grained geometric structures,…