Papers with Code 아카이브

Point Cloud Super Resolution

태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.

하위 태스크: 0
평가표: 2
보존된 평가 기록: 4

Point cloud super-resolution is a fundamental problem for 3D reconstruction and 3D data understanding. It takes a low-resolution (LR) point cloud as input and generates a high-resolution (HR) point cloud with rich details

코드

관련 논문과 평가 결과에 연결된 구현입니다. 출처에서 확인된 저자 구현에는 공식 코드 표시가 있습니다.

https://github.com/guochengqian/PU-GCN

공식 코드

PU-GCN: Point Cloud Upsampling using Graph Convolutional Networks

https://github.com/lidq92/lsrn-pcgc

공식 코드

Lightweight super resolution network for point cloud geometry compression

https://github.com/rhtm02/PU-MFA

공식 코드

PU-MFA : Point Cloud Up-sampling via Multi-scale Features Attention

https://github.com/yifita/3PU_pytorch

공식 코드

Patch-based Progressive 3D Point Set Upsampling

https://github.com/yulequan/PU-Net

공식 코드

PU-Net: Point Cloud Upsampling Network

https://github.com/pleaseconnectwifi/Meta-PU

https://github.com/skoo9500/3d-pc-AE-GAN

PU-Net: Point Cloud Upsampling Network

https://github.com/yifita/3PU

Patch-based Progressive 3D Point Set Upsampling

출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.