摘要

网格模型是一种有前景的方法，用于编码三维物体的结构。目前的网格重建系统通过一系列图卷积预测预定义图中均匀分布的顶点位置，这导致了性能或分辨率上的妥协。在本文中，我们认为几何物体的图表示允许存在额外的结构，这些结构应该被利用以增强重建效果。因此，我们提出了一种系统，该系统通过引入以下三个方面的改进，充分利用了图编码物体的几何结构优势：(1) 一种保持顶点信息的图卷积更新；(2) 一种自适应分裂启发式方法，使细节得以显现；(3) 一个同时作用于由顶点定义的局部表面和由网格定义的整体结构的训练目标。我们提出的 方法在使用ShapeNet数据集从图像进行三维物体重建的任务上进行了评估，结果表明其在视觉和数值方面均达到了最先进的性能，并且通过生成自适应网格大大减少了存储需求。