AtlasNet

收录理由

AtlasNet 是 CVPR 2018 一篇经典论文的官方实现，核心能力是把单张 2D 图像或低分辨率点云直接补全为带连接关系的完整三维网格，而不只是输出散乱点集。对于做形状重建的人来说，这个区别很关键：网络通过学习变形一组表面片（即 atlas 参数化），生成的曲面接近封闭，可以直接贴图并用于后续流程。代码结构清晰，分为点云补全的自编码器和单视图重建两条路径，附有演示脚本、训练命令和预训练权重，适合用来复现论文或改造网络结构。研究三维生成管线的团队可以拿它当基准，跟新方法做对比；不过这是研究代码，基于 Python 3.6 和较老版本的 PyTorch，实际运行前需要自己升级依赖环境。