生成的3D部分组装涉及了解零件关系,并预测其6-DOF姿势,用于组装逼真的3D形状。先前的工作通常集中在各个部分的几何形状上,忽略了整个物体的零件。利用两个关键的观察:1)超级部分姿势提供了有关零件姿势的强烈提示,而2)由于较少的超级部分,预测超级零件的姿势更容易,我们提出了一个零件 - 整个层次结构消息传递网络,以实现有效的3D零件组件。我们首先通过在没有任何语义标签的情况下对几何相似部分进行分组,从而引入超级零件。然后,我们采用零件整体的层次编码器,其中超级零件编码器预测基于输入部分的潜在超级零件姿势。随后,我们使用潜在姿势转换点云,将其馈送到零件编码器中,以汇总超级零件信息和有关零件关系的推理以预测所有部分姿势。在培训中,仅需要地面零件姿势。在推断期间,超级零件的预测潜在可增强可解释性。Partnet数据集上的实验结果表明,我们的方法可以部分地达到最新的功能和连接精度,并实现可解释的层次结构组件。代码可在https://github.com/pkudba/3dhpa上找到。
主要关键词