Rethinking the Approximation Error in 3D Surface Fitting for Point Cloud Normal Estimation
大多数现有的点云正则估计方法旨在 locally 匹配几何表面,并 从匹配表面计算正则。最近,基于学习的方法采用了预测点点权重的 routine,以解决加权最小二乘法表面匹配问题。尽管取得了显著进展,但这些方法忽视了匹配问题的近似误差,导致 fit 的表面不够准确。在本文中,我们首先深入研究了表面匹配问题的近似误差。然后,为了填补估计和精确表面正则差的缺口,我们提出了两个基本的设计原则:1)应用 $Z$...