基于深度学习的三维形状补全研究综述

三维形状补全是计算机图形学与计算机视觉的基础任务之一，具有广泛的应用背景。其目的旨在从部分缺失的形状数据中推断出完整的形状。针对现有基于深度学习的三维模型补全算法进行概述，根据描述符的形式不同，主要将其分为基于二维形状描述符的补全方法和基于三维形状描述符的补全方法两类。前者即将三维模型投影到二维空间中进行特征提取进而获得完整模型，包括基于二维图像和基于深度图的三维模型补全方法；后者即直接利用三维表示进行模型补全，按照对三维模型的表示方式不同，可进一步分为基于体素、基于点云和基于隐式的方法。同时，汇总了现有基于深度学习的三维模型补全算法所涉及的数据集与评价标准，并对该算法目前存在的问题进行分析和讨论，展望未来研究的新方向。