PU-Net

PointNDF框架通过级联神经场增强点云去噪

研究人员推出PointNDF，一个新颖的框架，通过整合块级几何上下文和局部位移预测来增强点云去噪。该方法利用Point Transformer V3提取多尺度几何信息，然后由神经位移场用于预测有界向量位移和尺度因子，以提高点均匀性。该框架采用三个级联阶段进行渐进式细化，在PU-Net和ModelNet10等标准基准上展示了具有竞争力的去噪精度和高效推理。