深度学习驱动的点云上采样研究综述

摘要

由三维扫描设备得到的点云经常是稀疏的、不均匀的，甚至因为遮挡而丢失数据，因此，点云上采样在渲染、三维重建等领域扮演了越来越重要的角色.随着深度学习的不断发展，基于神经网络的点云上采样方法逐渐成为该方向的主流技术.本文系统的阐述了目前主要的基于深度学习的点云上采样方法，首先介绍了三段式点云上采样、基于离散微分几何的点云上采样以及基于生成模型的点云上采样.随后讨论了无监督式点云上采样和任意倍率点云上采样.最后介绍了相关数据集和评估指标.文章分析了各类方法的特点、优势和挑战，并讨论了未来研究的潜在方向和应用前景，希望能为研究人员提供较为全面的参考.

关键词

点云 / 点云上采样 / 深度学习

基金资助

国家自然科学基金项目(61762007)资助