RLGrid 网格变形完成网络

自适应网格扩展

针对不同形状点云，强化学习智能体动态选择网格扩展范围，生成更准确的完整点云。

Shanshan, Li · 高攀 · Tan, Xiaoyang · Wei, Xiang

IEEE Transactions on Multimedia 2023

技术优势

不再模糊或稀疏

每个样本的网格扩展范围根据其特征由强化学习智能体选择，避免了固定范围导致的输出质量下降。

即插即用

RLGrid 可以应用于任何二维网格特征，无需修改现有流程。

应用场景

• 三维点云处理：为点云补全提供自适应网格扩展，改善细粒度输出质量。
• 机器人感知：帮助机器人从部分观测恢复完整物体形状，提升识别与抓取准确性。
• 三维重建：在从扫描数据重建三维模型时，生成更精确的完整点云。