IBSNet:用于估计单视角扫描点云交互平分面的神经隐式场

作     者：袁右文 金朔 赵玺 

作者机构：西安交通大学计算机科学与技术学院 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2025年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：空间关系分析 交互平分面 单视角扫描点云 神经隐式场 无符号距离场 

摘      要：三维物体之间的空间关系分析对于多物体场景的理解及合成具有重要的意义。传统的三维空间关系分析的方法是计算物体之间的交互平分面（Interaction Bisector Surface， IBS）并进一步提取其特征。然而，当输入为单视角扫描点云时，由于数据完整性的缺失，使用传统方法往往难以计算出准确的交互平分面，从而极大地影响了下游任务（例如：场景分类、分析、合成等）。针对这个问题，提出一种面向单视角扫描点云的交互平分面估计方法，该方法使用神经网络框架IBSNet估计双物体的差分无符号距离场，然后基于这种隐式距离场的表示提取交互平分面。实验在ICON数据集上对该方法与其它方法（几何方法，IMNet， Grasping Field）进行了对比，并测试了各个方法在面对不同残缺程度和噪声程度的单视角扫描点云时的鲁棒性。实验证明，该方法对于残缺的单视角扫描点云有一定的鲁棒性，可以有效地估计出形状之间的交互平分面。