Point Transformer-Based Salient Object Detection Network for 3-D Measurement Point Clouds
PulseAugur coverage of Point Transformer-Based Salient Object Detection Network for 3-D Measurement Point Clouds — every cluster mentioning Point Transformer-Based Salient Object Detection Network for 3-D Measurement Point Clouds across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的激光雷达采样方法改进了3D施工场景分析
研究人员开发了一种新的入射感知采样策略，用于单个激光雷达扫描，以改进施工中的3D场景理解。该方法通过在基于体素的选择之前将点映射到归一化的流形空间，同时保留原始坐标用于下游学习，从而解决了表面覆盖有限和点密度变化等挑战。使用SIP基准和Point Transformer及PointNeXt模型进行的实验表明，分割性能得到增强，特别是对于非平面元素和梯子，并且对采样分辨率的敏感性降低。
-
新的SCALP框架改进了不完美扫描的三维形状建模
研究人员开发了SCALP，一个旨在从不完美的三维摄影测量扫描中创建一致的统计形状模型的新框架。这个两阶段系统首先采用半监督点变换器，以最少的专家注释准确识别关键地标。然后，这些地标指导拉普拉斯-贝尔特拉米谱变形过程，该过程建立密集对应关系，并有效地将所需的解剖结构与多余的扫描噪声分离开来。SCALP框架已证明其性能优于现有的无监督方法，为客观、无辐射的头部形状分析提供了实用的解决方案，特别适用于婴儿颅缝早闭等病症。
-
新的3D模拟器从RGB视频中学习物理
研究人员开发了3DGSim，一个新颖的3D模拟器，能够直接从多视角RGB视频中学习物理交互。该框架将3D场景重建、粒子动力学预测和视频合成整合到一个端到端的系统中。通过利用基于粒子的潜在表示和高斯泼溅进行渲染，3DGSim能够捕捉各种物理行为，包括刚体、弹性体和布料动力学，以及逼真的光照效果。