Curvy：一种基于参数化横截面的表面重建方法
Curvy: A Parametric Cross-section based Surface Reconstruction
AI总结：
本文提出Curvy方法，利用参数化折线表示稀疏横截面，并通过图神经网络自适应重建点云表面，降低对横截面数量的依赖。
摘要：
在这项工作中，我们提出了一种利用生成建模，通过平面稀疏横截面重建形状点云的新方法。我们提出了该问题设置中与表示和重建相关的独特挑战。经典文献中的大多数方法缺乏基于对象类别进行泛化的能力，并且采用复杂的数学机制来重建可靠的表面。我们提出了一种简单的可学习方法，用于在大规模数据集上从少量输入横截面生成大量点。我们使用一种基于自适应分割的紧凑参数化折线表示来表示横截面，并利用图神经网络进行学习，以自适应方式重建底层形状，从而减少对所提供横截面数量的依赖。
英文摘要：
In this work, we present a novel approach for reconstructing shape point clouds using planar sparse cross-sections with the help of generative modeling. We present unique challenges pertaining to the representation and reconstruction in this problem setting. Most methods in the classical literature lack the ability to generalize based on object class and employ complex mathematical machinery to reconstruct reliable surfaces. We present a simple learnable approach to generate a large number of points from a small number of input cross-sections over a large dataset. We use a compact parametric polyline representation using adaptive splitting to represent the cross-sections and perform learning using a Graph Neural Network to reconstruct the underlying shape in an adaptive manner reducing the dependence on the number of cross-sections provided.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
