PRS-Net：用于3D模型的平面反射对称检测网 目标 提出深度学习网络以检测3D形状的平面反射对称性。 抽象的 在几何处理中，对称性是3D模型的高级结构信息的一种通用类型，它有益于许多几何处理任务，包括形状分割，对齐，匹配和完成。 因此，分析3D形状的各种对称形式是一个重要的问题。 平面反射对称是最基本的一种。 基于空间采样的传统方法可能很耗时，并且可能无法识别所有对称平面。 在本文中，我们提出了一种新颖的学习框架，可以自动发现3D形状的全局平面反射对称性。 我们的框架训练了无监督的3D卷积神