3d Mesh 深度相关
3D Mesh 深度学习
- Subdivision-Based Mesh Convolution Networks - TOG 2021
- 通过细分网格,获得mesh网络的卷积关键面,将细分后的网格作为输入,进行卷积核池化运算,卷积运算即通过面榻缩的方式或者边榻缩的方式,将榻缩后的面作为卷积输出,同时,池化操作也很类似。
- 作者还给出了不同strip参数和不同kernel参数做卷积运算时与原2d conv的类比图
- 同时论文介绍了基于该思想的不同上采样方法
3D Mesh style transfer
- Neural Style Transfer for 3D Meshes
- 是一种基于mesh conv net的3d风格迁移方法
- 网络输入还是mesh的三角面片
- 网路架构类似2d图片风格迁移,可以参考2016年李飞飞的风格迁移论文
- 通过比较特征值之间的损失即可得到,同时,损失包含Content loss和style Loss, 在李飞飞2016的论文当中,同样存在两种loss