PRS Net_stamp 源码

PRS-Net:用于3D模型的平面反射对称检测网 目标 提出深度学习网络以检测3D形状的平面反射对称性。 抽象的 在几何处理中,对称性是3D模型的高级结构信息的一种通用类型,它有益于许多几何处理任务,包括形状分割,对齐,匹配和完成。 因此,分析3D形状的各种对称形式是一个重要的问题。 平面反射对称是最基本的一种。 基于空间采样的传统方法可能很耗时,并且可能无法识别所有对称平面。 在本文中,我们提出了一种新颖的学习框架,可以自动发现3D形状的全局平面反射对称性。 我们的框架训练了无监督的3D卷积神经网络,以提取全局模型特征,然后输出可能的全局对称参数,其中使用体素表示输入形状。 我们引入专用的对