部件感知隐式重建网络

自监督发现语义部件

通过自监督部件发现与多尺度特征融合，在无需人工定义部件的前提下显著提升隐式形状重建精度，且学习到的部件表示具备可迁移性。

Liu, Tianyu · 赵皓 · Xue, Bohuan · 周谷越 · Liu, Ming

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

无需人工定义部件

自动发现部件，省去为每个类别人工标注的繁琐与歧义。

部件表示可迁移

学到的部件具有语义一致性，可直接迁移到其他任务或类别。

多尺度几何融合

在任意坐标融合全局与部件级特征，为重建提供更丰富的几何信息。

应用场景

• 三维重建：获得带语义部件的精确重建，便于后续编辑与测量。
• 机器人抓取：自动识别可抓取部件，提供更准确的抓取位置。
• 计算机视觉：作为自监督视觉表示学习方法，可迁移到分类、分割等任务。