Shape Inpainting using 3D Generative Adversarial Network and Recurrent Convolutional Networks

摘要 卷积神经网络的最新进展已显示出有希望的3D形状完成结果。 由于GPU内存的限制,这些方法只能产生低分辨率的输出。 为了用语义上的合理性和上下文详细信息修补3D模型,我们引入了一个混合框架,该框架结合了3DEncoder-Decoder生成对抗网络(3D-ED-GAN)和长期递归卷积网络(LRCN)。  3DED-GANisa3D卷积神经网络经过生成对抗模型进行训练,以低分辨率填充丢失的3D数
相关文章
相关标签/搜索