Tag · 3 篇

点云异常检测

Hierarchical Point-Patch Fusion with Adaptive Patch Codebook for 3D Shape Anomaly Detection

提出层次化点-面片融合与自适应面片码本，可复用于点云异常检测与细粒度几何偏差建模；其自监督分解模块为无监督3D形状分析提供新思路。

Geometry-Aligned and Anomaly-Aware Reconstruction for 3D Anomaly Detection

把扩散去噪的噪声方向约束到顶点法向上、并用自适应 Transformer 按区域分配参考，是可直接迁移到点云补全、去噪与表面重建的几何先验注入方式；对做 3D 重建的人来说，它给出了「噪声采样服从局部几何」这一可复用设计。

Back to Point: Exploring Point-Language Models for Zero-Shot 3D Anomaly Detection

该论文提出直接利用点云与文本对齐的预训练点-语言模型进行零样本3D异常检测，避免2D渲染的信息损失，其多粒度图像块特征与文本对齐、几何描述子增强的策略可复用于其他3D下游任务（如3D分割、定位）中的跨模态表征学习。