PuzzleFusion++: Auto-agglomerative 3D Fracture Assembly by Denoise and Verify

本文提出了一种新颖的“自动凝聚”三维裂纹组装方法PuzzleFusion++，类似于人类解决具有挑战性的空间拼图的方式。该方法从单个碎片开始，1）将碎片对齐并合并成更大的组，类似于凝聚聚类；2）在完成组装时迭代重复该过程，类似于自回归方法。具体而言，扩散模型同时去噪碎片的6自由度对齐参数，变压器模型验证并合并成更大的对齐，其过程迭代重复。对Breaking Bad数据集进行的广泛实验表明，PuzzleFusion++在所有指标上都显著优于所有其他最先进的技术，特别是在部分精度和Chamfer距离方面超过10%和50%。代码将在我们的项目页面https://puzzlefusion-plusplus.github.io上提供。

自动聚合三维断裂组件的方法

PuzzleFusion++方法将聚合和自回归方法相结合，使用扩散模型和Transformer模型，从单独的碎片开始，逐步聚合成更大的组件，以完成三维断裂组件的自动聚合。

PuzzleFusion++方法在Breaking Bad数据集上的实验表明，在所有指标上都优于其他最先进的技术，尤其是在部分准确性和Chamfer距离方面，优势超过10％和50％。该项目页面上将提供代码。

最近的相关研究包括：1. DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation；2. Learning to Reconstruct 3D Manhattan Wireframes from a Single Image；3. Deep Marching Cubes: Learning Explicit Surface Representations