机器之心发布作者：赵悠悠中科院计算所、香港城市大学、英国卡迪夫大学以及加拿大西蒙弗雷泽大学的研究者，近日提出了一种能够表达几何细节和复杂拓扑结构的三维模型深度生成方法SDM-NET，解决了之前方法的一部分局限性，使得生成的模型具有高质量的几何细节并可以支持快速编辑。该研究已被计算机图形学顶会SiggraphAsia接收。三维模型的生成一直是计算机图形学领域一个热门方向。不同于三维模型，二维图像的生成在深度神经网络的帮助下，已经有了高质量的结果，基于深度网络的图像生成方法生成的图像已经足够以假乱真。例如，DeepFake已经可以做到非常真实的人脸替换。许多研究者尝试将深度网络类似地应用于三维模型的生成上，但因为缺乏有效的表示方法，生成的模型不具有精细的几何细节。例如，基于点云的方法，是在空间中离散分布的采样，无法刻画几何模型的细节和拓扑；基于体素的方法受限于复杂度的问题，分辨率较低；基于片网的方法对模型的表面进行逼近，但是仍然无法表示连续曲面。因此，学界及业界尚未有合适的高质量的三维模型深度生成方法。中国科学院计算技术研究所的学者在三维模型的高质量生成方法上进行探索，在三维模型的表示上有了系列的研究基础[1,2,3]。为了进一步生成具有复杂拓扑结构及高质量几何的三维模型，中科院计算所，联合香港城市大学、英国卡迪夫大学以及加拿大西蒙弗雷泽大学的研究者，提出了一种能够表达几何细节和复杂拓扑结构的三维模型深度生成方法SDM-NET，解决了之前方法的一部分局限性，使得生成的模型具有高质量的几何细节并可以支持快速编辑。论文

转载请注明:http://www.aideyishus.com/lktp/6935.html