论文部分内容阅读
在物体的建模过程中,不可避免的存在遮挡、抖动等情况,这造成了三维数据模型信息丢失、模型结构残缺不全的现象。为此,本文讨论了一种处理残缺三维模型的办法,基于深度学习的模型修复。具体体现在两个方面,一方面,本文网络结构用于计算重建误差,从而保证输入输出的一致性,使得输出的模型更加的真实自然;另一方面,网络在提高稳定性的基础上,能够预测得到残缺模型的完整结构,从而使得输出的模型具有更好的视觉效果。和其他实验方法对比,本文的方法能够得到补全程度更高的精致准确输出模型。