摘要

我们提出了一种深度卷积解码器架构，该架构通过使用八叉树表示法以计算和内存高效的方式生成体积三维输出。网络不仅学习预测八叉树的结构，还预测各个单元格的占用值。这使得它成为生成三维形状的特别有价值的技巧。与作用于规则体素网格的标准解码器不同，该架构并不具有立方复杂度。这使得在有限的内存预算下可以表示更高分辨率的输出。我们在多个应用领域中展示了这一点，包括三维卷积自编码器、从高层次表示生成物体和整个场景，以及从单个图像生成形状。