点云上采样

分享4篇点云上采样的文章： PU-Net -->MPU–>PU-GAN–>PU-GCN 核心思想：学习每个点的多层次特征，利用不同的卷积分支在特征空间中进行扩充，然后将扩充后的特征进行分解并重建为上采样点云集。 度量标准：分布均匀性和距下层表面的距离偏差； 网络架构： 1.补丁提取： 在物体表面随机选取M个点。从每个点出发，生成物体的一个表面块，在每个块中国内地点之间的距离都在一个集合距离d下。

>>阅读原文<<