1. 毕业设计（论文）主要内容：

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程点。而点云数据能够记录目标的空间位置信息，且不受尺度、旋转和光照等因素的影响，已经成为三维重建领域重要的数据载体。现有的重建算法精度低、速度慢且泛化性很差，生成对抗网络可以用来解决此问题。本课题拟设计一个基于生成对抗网络的三维重建模型，用以直接生成三维点云数据。在深入生成对抗网络的基础上，利用tensorflow平台搭建点云数据三维重建模型，并基于ModelNet三维点云数据集测试模型重建精度与重建速度。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）基于生成对抗网络实现点云数据三维重建建模。搭建基于tensorflow的点云三维重建模型，并基于modelnet数据集生成三维模型。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：实现基于生成对抗网络的点云数据三维重建建模。

4. 主要参考文献

[1] mehdi m, simon o. conditionalgenerative adversarial nets. cvpr arxiv: 1411.1784v1, 2014.

[2] h fan, h su, l guibas. apoint generation network for 3d object reconstruction from a single image. ieeecvpr, 2017.

[3] 孙亮, 韩毓璇, 康文倩, 葛宏伟.基于生成对抗网络的多试图学习与重构算法[j]. 自动化学报, 2017, 44(5):819-828.