TPAMI 2024 | PathNet: 基于路径选择的点云去噪

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 PathNet: Path-Selective Point Cloud Denoising 题目：PathNet: 基于路径选择的点云去噪 作者：Zeyong Wei , Honghua Chen , Liangliang Nan , Jun Wang , Jing Qin , and Mingqiang Wei 源码：https://github.com/ZeyongWei/PathNet.git 摘要 当前的点云去噪(PCD)模型优化单一网络，试图使其参数适应于大量点云池中的每个点。这种去噪网络范式忽略了不同点通常受到不同程度的噪声干扰，并且它们可能传达不同的几何结构。因此，噪声和几何的复杂性带来了包括残留噪声、错误平滑的边缘和去噪后形状扭曲等副作用。我们提出了PathNet，一种基于强化学习(RL)的路径选择性PCD范式。与现有工作不同，PathNet能够动态选择每个点最合适的去噪路径，最佳地将其移动到其底层表面上。除了首次提出路径选择性PCD框架外，我们还 ………………………………