项目摘要 3D几何数据的生成模型出现在3D计算机视觉和图形的许多重要应用中。 在本文中，我们重点研究具有共同拓扑结构（例如人脸和身体）的3D可变形形状。 尽管具有线性公式，但可变形模型及其变体已被广泛用于形状表示，而最近提出的大多数非线性方法都采用中间表示，例如3D体素网格或2D视图。 在这项工作中，我们引入了一种直接作用于3D网格的新颖的图卷积算子，该算子明确地对固定基础图的归纳偏差进行建模。 这是通过通过螺旋运算符强制执行图的顶点的一致局部局部排序来实现的，从而打破了图神经网络上所有现有工作