点云PCL免费知识星球，点云论文速读。
标题：Local Implicit Grid Representations for 3D Scenes
作者：Chiyu “Max” Jiang1,2 Avneesh Sud
星球ID：particle
欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈分享快乐。
●论文摘要
从点云数据中学习的形状先验知识，通常应用在从局部或带有噪声的点云数据的三维重建。然而，由于典型的三维自动编码器无法处理其规模、复杂性或多样性，因此室内场景中没有这样的形状预测器。在本文中，我们引入了局部隐式网格（Local Implicit Grid）表示，这是一种新的三维形状表示，旨在实现可扩展性和通用性。大多数三维曲面在某种尺度上共享几何细节，本文训练一个自动编码器来学习如何嵌入这种大小的三维点云形状。然后，我们使用解码器作为形状优化中的一个组件，该形状优化解决了重叠作物的规则网格上的一组潜在代码，使得解码的局部形状的插值匹配部分或噪声观测。并证明了该方法在稀疏点观测三维曲面重建中的价值，实验证明该方法明显优于其他方法。
●主要贡献
提出了局部隐式网格（ Local Implicit Grid LIG）表示，一种由重叠部分大小的局部区域组成的规则网格，每个区域都用隐式特征向量编码。
这项工作的主要贡献：
•提出了几何图形的局部隐式网格表示，在零件点云上学习和利用几何特征，以及相关的方法，例如重叠隐式网格机制和隐式网格优化方法，以高还原度表示和重建场景。
•与学习整个对象先验