在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

介紹一個用于點云生成的概率模型

工程師鄧生 ? 來源:CVPR 2021 ? 作者:Luo, Shitong, and Wei ? 2022-09-09 10:18 ? 次閱讀

摘要ce912ae4-2fcc-11ed-ba43-dac502259ad0.png??

我們提出了一個用于點云生成的概率模型,它可以被用于多種 3D 視覺任務(wù)的基礎(chǔ),例如形狀補全、上采樣、合成和數(shù)據(jù)增強。受非平衡熱力學(xué)中擴散過程的啟發(fā),我們將點云中的點視為與熱庫(heat bath)接觸的熱力學(xué)系統(tǒng)中的粒子,其從原始分布擴散成為噪聲分布。因此,點云生成相當(dāng)于學(xué)習(xí)將噪聲分布轉(zhuǎn)換為所需形狀分布的反向擴散過程。

具體來說,我們提出將點云的反向擴散過程建模為以某種隱式形狀(shape latent)為條件的馬爾可夫鏈。我們推導(dǎo)出訓(xùn)練時封閉形式的變分邊界,并提供了模型的實現(xiàn)。實驗結(jié)果表明,我們的模型在點云生成和自動編碼方面取得了有競爭力的表現(xiàn)。

主要貢獻ce912ae4-2fcc-11ed-ba43-dac502259ad0.png??

文章受非平衡熱力學(xué)中的擴散過程啟發(fā),提出了一種新的點云概率生成模型。 ? 作者從點云基于形狀的條件似然的變分下限推導(dǎo)出一個易于處理的訓(xùn)練目標(biāo)。

大量實驗表明我們的模型實現(xiàn)了在點云生成和自動編碼有競爭力的性能

方法概述
ce912ae4-2fcc-11ed-ba43-dac502259ad0.png ? ????
本文中作者將點云看作是從概率分布中取樣生成的,每一個點都是該概率分布的獨立同分布(i.i.d)采樣。類似于圖像的擴散概率模型,當(dāng)我們向點云引入噪音時,點云會逐步從與形狀有關(guān)的復(fù)雜分布變?yōu)楦咚狗植嫉脑胍簦@一過程被稱作正向擴散過程。點云的生成模型可以被視作是如圖二所示的逆向擴散過程:根據(jù)一個高斯分布取樣作為噪音點云,訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)以形狀為條件逐步對該噪音點云減噪,直至點云恢復(fù)其本來的形狀。
cebcd392-2fcc-11ed-ba43-dac502259ad0.png ???

Figure 2 展示了從噪音點云逆擴散生成點云的過程可以由一個馬爾科夫鏈模型表示。點云中的每一個點由 x(T) 開始以轉(zhuǎn)移概率 p****θ(x(t-1)|x(t),z) 逐步減噪(逆擴散)為目標(biāo)點云 x(0)。其中 θ 表示可學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)參數(shù)參數(shù),z 表示與形狀有關(guān)的潛變量。

生成點云時,從正態(tài)分布取樣w,經(jīng)先驗flow模型映射為形狀變量z。同時從正態(tài)分布取樣噪音點云 x(T)。通過一系列逆向擴散過程,噪音點云以形狀z為條件逐漸減噪為目標(biāo)點云 x(0)。

cee42bb8-2fcc-11ed-ba43-dac502259ad0.png ????

訓(xùn)練時,數(shù)據(jù)集中的點云經(jīng)過編碼器 φ 編碼為形狀潛碼 z 正態(tài)分布的均值和方差,再使用與變分編碼器(VAE)中的重新參數(shù)化技巧相同的方式取樣形狀潛碼 z。如下圖所示,輸入點云隨后經(jīng)過一系列前向擴散過程逐漸變?yōu)樵胍酎c云。訓(xùn)練目標(biāo)函數(shù)采用條件似然概率的變分下限,以最大化似然訓(xùn)練數(shù)據(jù)集的似然概率。

cf070a48-2fcc-11ed-ba43-dac502259ad0.png ????

需要注意的是,變分自動編碼器VAE的先驗概率選用正態(tài)分布,本文應(yīng)用 Flow 模型將簡單的正態(tài)分布映射 p(w) 到更復(fù)雜的分布模型 p(z)。訓(xùn)練時,q(z|x(0) 經(jīng)過逆向的 Flow 映射回 w, 損失函數(shù)包含 w 的先驗概率分布和后驗概率分布之間 KL 散度。

實驗結(jié)果

ce912ae4-2fcc-11ed-ba43-dac502259ad0.png ? ????

文章選用 ShapeNet 數(shù)據(jù)集進行點云生成實驗、點云重建以及點云特征提取實驗。 Table 1 總結(jié)了擴散概率模型與包括GAN、Flow模型在內(nèi)的其他點云生成方法相比在最小匹配距離 (MMD), 覆蓋分數(shù) (COV), 最近鄰分類器準(zhǔn)確率(1-NNA)以及 Jenson-Shannon 散度 (JSD) 上可以 SOTA 方法媲美。

cf3b756c-2fcc-11ed-ba43-dac502259ad0.png ????

下圖展示了一些生成點云的樣例,包含了飛機和椅子兩個分類。

cf546a18-2fcc-11ed-ba43-dac502259ad0.png ???

Table 2 列出了擴散概率模型自動編碼重建性能。其重建點云與原始點云之間的 Chamfer 距離(CD) 和 動土距離 (MD) 也可以達到與 SOTA 相近的數(shù)值。 cf7df432-2fcc-11ed-ba43-dac502259ad0.png ????

下圖給出了幾個點云重構(gòu)的例子,最左側(cè)一列是真實點云,然后依次是擴散模型、ShapeGF 以及 AtlasNet。

cfa2ace6-2fcc-11ed-ba43-dac502259ad0.png ???

Table 3 顯示擴散概率模型與其他模型在表征學(xué)習(xí)方面的比較。只使用一個線性SVM作為分類器,擴散概率模型學(xué)習(xí)的表征在ModelNet10和ModelNet40數(shù)據(jù)集上分別可以達到94.2%和87.6%的準(zhǔn)確率,與SOTA方法相近或更好。 cfc3e776-2fcc-11ed-ba43-dac502259ad0.png ???

Figure 6展示在潛變量空間插值變換獲得相應(yīng)點云的變化:

cfe43382-2fcc-11ed-ba43-dac502259ad0.png


總結(jié)

文章將擴散概率模型用于點云生成,推理時以形狀采樣為條件將噪音點云逆向擴散為目標(biāo)點云;訓(xùn)練時將輸入正向擴散為噪音點云,以從點云似然變分下限推導(dǎo)出的損失函數(shù)訓(xùn)練模型。? 實驗表明這樣的擴散模型實現(xiàn)了在點云生成、自動編碼以及表征學(xué)習(xí)任務(wù)實現(xiàn)了有競爭力的性能。



審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 編碼器
    +關(guān)注

    關(guān)注

    45

    文章

    3664

    瀏覽量

    135128
  • GaN
    GaN
    +關(guān)注

    關(guān)注

    19

    文章

    1964

    瀏覽量

    74056
  • MMD
    MMD
    +關(guān)注

    關(guān)注

    0

    文章

    3

    瀏覽量

    6765

原文標(biāo)題:3D點云生成的擴散概率模型(CVPR 2021)

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 0人收藏

    評論

    相關(guān)推薦

    AN-715::走近IBIS模型:什么是IBIS模型?它們是如何生成的?

    電子發(fā)燒友網(wǎng)站提供《AN-715::走近IBIS模型:什么是IBIS模型?它們是如何生成的?.pdf》資料免費下載
    發(fā)表于 01-13 14:21 ?0次下載
    AN-715::走近IBIS<b class='flag-5'>模型</b>:什么是IBIS<b class='flag-5'>模型</b>?它們是如何<b class='flag-5'>生成</b>的?

    阿里通義萬相2.1視頻生成模型震撼發(fā)布

    近日,阿里旗下的通義萬相迎來了重要升級,正式推出了全新的萬相2.1視頻生成模型。這創(chuàng)新成果標(biāo)志著阿里在視頻
    的頭像 發(fā)表于 01-13 10:00 ?217次閱讀

    借助谷歌Gemini和Imagen模型生成高質(zhì)量圖像

    以獲得卓越的視覺效果。這個過程并不止于此;旦圖像生成,Imagen 2 可以進步優(yōu)化以滿足特定需求,從而創(chuàng)建強大的工作流程,
    的頭像 發(fā)表于 01-03 10:38 ?391次閱讀
    借助谷歌Gemini和Imagen<b class='flag-5'>模型</b><b class='flag-5'>生成</b>高質(zhì)量圖像

    大語言模型優(yōu)化生成管理方法

    大語言模型的優(yōu)化生成管理是系統(tǒng)工程,涉及模型架構(gòu)、數(shù)據(jù)處理、內(nèi)容控制、實時響應(yīng)以及倫理監(jiān)管等多個層面。以下,是對大語言
    的頭像 發(fā)表于 12-02 10:45 ?130次閱讀

    NVIDIA推出全新生成式AI模型Fugatto

    NVIDIA 開發(fā)了全新的生成式 AI 模型。利用輸入的文本和音頻,該模型可以創(chuàng)作出包含任意的音樂、人聲和聲音組合的作品。
    的頭像 發(fā)表于 11-27 11:29 ?419次閱讀

    阿里開源Qwen2.5-Coder代碼模型系列

    Qwen2.5-Coder-32B-Instruct,在代碼生成領(lǐng)域取得了顯著成就。據(jù)官方介紹,該模型在EvalPlus等十多個主流的代碼生成基準(zhǔn)測試中,均刷新了開源
    的頭像 發(fā)表于 11-14 11:28 ?408次閱讀

    NVIDIA Nemotron-4 340B模型幫助開發(fā)者生成合成訓(xùn)練數(shù)據(jù)

    Nemotron-4 340B 是針對 NVIDIA NeMo 和 NVIDIA TensorRT-LLM 優(yōu)化的模型系列,該系列包含最先進的指導(dǎo)和獎勵模型,以及
    的頭像 發(fā)表于 09-06 14:59 ?374次閱讀
    NVIDIA Nemotron-4 340B<b class='flag-5'>模型</b>幫助開發(fā)者<b class='flag-5'>生成</b>合成訓(xùn)練數(shù)據(jù)

    lpm模型里的zi是什么

    關(guān)鍵的參數(shù),用于表示個體特征或協(xié)變量。 LPM模型的基本概念 2.1 Logit模型 Logit模型
    的頭像 發(fā)表于 07-09 10:09 ?521次閱讀

    北京靈奧科技基于亞馬遜科技打造大模型中間件

    助力企業(yè)加速應(yīng)用生成式AI 北京2024年6月27日?/美通社/ --?北京靈奧科技基于亞馬遜科技的生成式AI、數(shù)據(jù)庫和容器等服務(wù),打造大模型
    的頭像 發(fā)表于 06-27 21:21 ?602次閱讀

    基于stm32h743IIK在cubeai上部署keras模型模型輸出結(jié)果都是同概率數(shù)組,為什么?

    基于stm32h743IIK,在cubeai上部署keras模型模型輸出結(jié)果都是同概率數(shù)組,一點也搞不明白,看社區(qū)也有相同的問題,但沒
    發(fā)表于 05-20 08:18

    ISEDA首發(fā)!大語言模型生成的代碼到底好不好使

    在大模型席卷切、賦能百業(yè)的浪潮里,“碼農(nóng)”也沒能獨善其身。各種代碼自動生成的大模型,似乎描繪了一個人人都能像資深工程師
    發(fā)表于 05-16 13:41 ?357次閱讀
    ISEDA首發(fā)!大語言<b class='flag-5'>模型</b><b class='flag-5'>生成</b>的代碼到底好不好使

    阿里通義大模型助力“小愛同學(xué)”強化多模態(tài)AI生成能力

    小米的人工智能助手“小愛同學(xué)”近期與阿里通義大模型達成戰(zhàn)略合作,共同提升其多模態(tài)AI生成能力,特別是在圖片生成與理解方面。這次合作不僅將強化“小愛同學(xué)”的功能,還將在小米的多個產(chǎn)品線
    的頭像 發(fā)表于 05-13 09:19 ?923次閱讀

    阿里視頻生成技術(shù)創(chuàng)新!視頻生成使用了哪些AI技術(shù)和算法

    電子發(fā)燒友網(wǎng)報道(文/李彎彎)日前,阿里宣布通義實驗室研發(fā)的視頻生成模型EMO正式上線通義App,免費對所有人開放。借助這功能,用戶可以在歌曲、熱梗、表情包中任選
    的頭像 發(fā)表于 05-08 00:07 ?3439次閱讀

    【大語言模型:原理與工程實踐】大語言模型的基礎(chǔ)技術(shù)

    概率推斷,利用共現(xiàn)矩陣學(xué)習(xí)每個詞的主題分布,進而將其作為詞的表示向量。在大規(guī)模語料庫中進行模型訓(xùn)練,使語義相似的詞具有相似的主題分布。然而,這類方法存在問題,即
    發(fā)表于 05-05 12:17

    基于深度學(xué)習(xí)的方法在處理3D進行缺陷分類應(yīng)用

    背景部分介紹了3D應(yīng)用領(lǐng)域中公開可訪問的數(shù)據(jù)集的重要性,這些數(shù)據(jù)集對于分析和比較各種模型至關(guān)重要。研究人員專門設(shè)計了各種數(shù)據(jù)集,包括用于
    的頭像 發(fā)表于 02-22 16:16 ?1306次閱讀
    基于深度學(xué)習(xí)的方法在處理3D<b class='flag-5'>點</b><b class='flag-5'>云</b>進行缺陷分類應(yīng)用
    主站蜘蛛池模板: 激情综合色五月丁香六月亚洲 | 久久精品免费 | 亚洲www.| 狠狠色丁香婷婷第六色孕妇 | 我要看18毛片| 高清国产下药迷倒美女 | 色多多免费观看 | 欧美性妇 | 天天综合色天天综合 | 亚洲丁香婷婷 | 亚洲色五月 | 一级特黄aa大片免费播放视频 | 欧美视频精品一区二区三区 | 亚洲精品美女在线观看 | 国产黄色片网站 | 日韩性xxx| 色人久久 | 99热1| 国模私拍一区二区 | 久久婷婷国产精品香蕉 | 久久久久久全国免费观看 | 国产精品国产主播在线观看 | 天堂资源8中文最新版在线 天堂资源地址在线 | 日产国产精品亚洲系列 | 四虎影视永久在线 yin56xyz | 亚洲天天综合网 | 痴女中文字幕在线视频 | 抽搐一进一出gif免费男男 | 婷婷六月天激情 | 色综久久| 亚洲第一视频在线 | 一级黄色片在线 | 啪啪网站免费 | 天天操夜夜逼 | 欧美性猛交xxxx乱大交中文 | 4438x色| 欧美精品成人a多人在线观看 | 456亚洲人成影院在线观 | 青青操久久 | 高h乱肉辣文辣书阁 | 中文字幕88页 |

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學(xué)習(xí)
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品