无中生有！GaussianPU：消费级GPU即可完成彩色点云超采样

文章预览

作者 | Fei Ma  编辑 | 3D视觉之心 点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 3DGS 』 技术交流群 本文只做学术分享，如有侵权，联系删文 点云超采样的瓶颈 点云超采样的早期方法主要 依赖优化技术 ，但这些方法高度依赖点云的先验知识。基于深度学习的点云超采样网络出现并取得了显著成果。代表性方法有： 分层学习和多级特征聚合 逐步超采样稀疏3D点集的多步骤端到端网络 通过GAN框架学习点的多样化分布，确保超采样片段的均匀性 引入图卷积网络进行超采样，并进行多尺度特征提取 尽管这些深度学习方法取得了很大进展，但由于计算开销大，难以直接处理大规模点云，现有方法大多仅限于处理小于1,024个点的点云片段。此外，这些方法 主要针对几何信息进行 ………………………………