本節(jié)介紹一種名為“潛在分割隱式（LPI）”的3D形狀的新型隱式表示，它可以對(duì)形狀進(jìn)行建模并將其分解為潛在空間中的部分。其主要思想是通過(guò)混合一組可學(xué)習(xí)的潛在代碼來(lái)學(xué)習(xí)符號(hào)距離函數(shù)（SDF），每個(gè)代碼代表表面上具有中心的部分。作者聲稱(chēng)，這種方法導(dǎo)致更準(zhǔn)確和可解釋的形狀建模比現(xiàn)有的方法，使用原語(yǔ)或全局隱式函數(shù)。LPI是一種使用表面代碼和潛在空間混合學(xué)習(xí)三維形狀的SDF的方法。LPI旨在將形狀分解為部分，每個(gè)部分由潛在代碼表示，并使用度量查詢(xún)點(diǎn)和每個(gè)部分之間的相似性的親和向量混合它們。親和度向量可以基于不同的度量，諸如歐幾里德距離、固有距離或語(yǔ)義距離。LPI通過(guò)優(yōu)化抵抗輸入點(diǎn)云的稀疏性的損失函數(shù)來(lái)學(xué)習(xí)沒(méi)有地面真值有符號(hào)距離或法線的SDF。