複雑なトポロジー構造および不規則な表面の細部欠落による単一視点三次元物体再構成結果の不正確さの問題を解決するために、本論文では非均一有理Bスプライン自由変形（NFFD）とグラフ畳み込みニューラルネットワークを融合した三次元物体再構成手法を提案する。まず、接続重み戦略を導入した制御点生成ネットワークにより2Dビューの特徴学習を行い、その制御点のトポロジー構造を取得する。次に、NURBS基底関数を用いて制御点座標の適応特性に基づき点群モデル輪郭間の頂点変形関係を構築する。最後に、詳細情報を強化するために混合注意モジュールをグラフ畳み込みネットワークに組み込み、変形後の点群位置を調整することで複雑なトポロジー構造および不規則表面の効率的な再構成を実現する。ShapeNetデータセットの実験では、CD指標の平均値は3.79、EMD指標の平均値は3.94であり、Pix3D実世界データセット上で良好な再構成効果を示した。既存の単一視点点群三次元再構成手法と比較して、本手法は再構成精度を効果的に向上させ、高いロバスト性を有する。

NURBS自由変形;三次元再構成;グラフ畳み込みネットワーク;混合注意;制御点生成ネットワーク