ShapeNetPU

ControlFlow3D框架利用多视图知识蒸馏增强点云上采样

研究人员推出ControlFlow3D，一个新颖的框架，通过将多视图图像的知识蒸馏到一个轻量级生成网络中来增强点云上采样。该方法利用结构化潜在空间和无监督k-means聚类来对齐视觉和3D潜在标记，引导流轨迹以提高几何精度。该框架采用基于Mamba的解码器，将潜在特征高效映射到密集坐标，并引入ShapeNetPU，一个用于多模态点云上采样的超大规模基准数据集。