Hyper-PCN
Hyper-PCN: Hypergraph Point Cloud Completion（CVPR 2026）— 首次用超图（Hypergraph）建模点云高阶相关性进行补全。
Overview
- 发布时间：CVPR 2026
- 关键词：超图 · 高阶相关性 · 点云补全 · 阈值退火
- 核心问题：传统图网络用边建模两两关系，无法捕捉点云中多个点之间的高阶相关性（如平面、曲面上的点集关系）。
架构
HyperRS（Hypergraph Refinement with Threshold Scheduling）
- 阈值退火逐层细化：初始建超边时使用宽松阈值，随层数增加逐渐收紧
- 浅层捕获大范围结构关系，深层聚焦精细细节
A-HGNN（Anchor-Aware Hypergraph Neural Network）
- 引入锚点（anchor）作为超边连接枢纽
- 锚点协同全局建图，降低超图计算复杂度
- 每个锚点聚合一组相关节点的信息
CFG Transformer Decoder
- Classifier-Free Guidance（CFG）增强条件控制
- Transformer 解码器接收超图编码特征，生成完整点云
关键创新
- 首次超图用于点云补全：利用超边建模≥3个点间的高阶依赖
- HyperRS 阈值退火：从粗粒度到细粒度的超图构建策略
- A-HGNN：锚点感知降低超图复杂度，支撑实际部署
Related
- point-cloud-completion — 点云补全总览
- unico — UniCo 基元代理查询
- simba — Mamba 取代 Transformer 做细化
- 3d-fixer — 3D-Fixer 就地补全
Sources
- Hyper-PCN, CVPR 2026