AnchorComplete: Recovering Complete Scene Meshes from Partial Point Clouds
Pubblicata su AIChronos il · fonte del · Weirong Chen, Ismail El-Yamany, Ganlin Zhang, Chuanxia Zheng, Andrea Vedaldi, Daniel Cremers
AnchorComplete è un framework che ricostruisce mesh di scene complete da nuvole parziali di punti, preservando la geometria osservata e supportando scale variabili. Il metodo si basa su TRELLIS.2 e combina il condizionamento su punti parziali con token globali della scena ed evidenza spaziale locale per ancorare la generazione all'input. Inoltre, utilizza una generazione da grossa a fine metrica-scale che raffina progressivamente la geometria in finestre di dimensione fissa mantenendo la coerenza strutturale globale. Gli esperimenti su Replica e SCRREAM dimostrano prestazioni superiori rispetto alle baselines forti, specialmente in scenari con viste sparse.
- Recupera mesh complete preservando la geometria osservata e gestendo scene di scale diverse.
- Integra token globali della scena ed evidenza spaziale locale per ancorare la generazione al punto parziale di input.
- Utilizza una strategia metrica-scale da grossa a fine che raffina la geometria in finestre fisse mantenendo coerenza globale.
- Ottima performance in scenari sparse-view rispetto alle baselines esistenti.
- Si basa sull'architettura TRELLIS.2 per la ricostruzione 3D.
Perché conta. Sebbene non sia un modello linguistico, questo approccio alla generazione di geometria completa e coerenza strutturale offre principi trasferibili per migliorare l'affidabilità degli agenti AI che operano in ambienti parzialmente osservati o richiedono una rappresentazione spaziale robusta.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.