【中科院计算所】深几何学习综述:从表征的角度，A Survey on Deep Geometry Learning: From a Representation Perspective

题目： A Survey on Deep Geometry Learning: From a Representation Perspective

摘 要:

目前，研究人员已经在利用深度学习处理二维图像方面取得了很大的成功。近年来，三维计算机视觉和几何深度学习越来越受到人们的重视。针对不同的应用，提出了许多先进的三维造型技术。与二维图像可以由像素的规则网格统一表示不同，三维图形具有多种表示，如深度和多视图图像、基于体素的表示、基于点的表示、基于网格的表示、隐式的表面表示等。然而，不同应用程序的性能在很大程度上取决于所使用的表示，并且没有一种惟一的表示可以适用于所有应用程序。因此，在本次调查中，我们从表象的角度回顾了三维几何深度学习的最新发展，总结了不同表象在不同应用中的优缺点。我们也提出现有的数据集在这些表示和进一步讨论未来的研究方向。