Mar, 2015

使用拉普拉斯网格的基于模板的单目三维形状恢复

PDF
TL;DR通过扩展 Laplacian formalism，我们可以将单目 3D 形状重建转化为更好处理的问题，通过简单地解决线性最小二乘问题可以快速可靠地消除异常值。这使我们能够实时地降低表面重建问题的维度而不会损失准确性。
laplacian formalism3d shape reconstructionlinear least squares problemoutlier eliminationconstrained optimization
发现论文，激发创造
  • 3D 感知图像形变：通过学习形状拉普拉斯实现弹出效果运动

    本文提出了一种基于监督学习的 3D 感知图像形变方法，使用预测形状 Laplacian 和用户定义的形变 handles 计算出有限的 biharmonic 权重来模拟合理的基于 handles 的图像形变。

    Mar, 2022

  • 从运动学习骨骼类目的单目三维重建

    使用视频自监督和模板形变技术来实现单目 3D 重建并且进行数值优化，以便使计算得出的模型更加准确和具有解释性。

    Mar, 2021

  • 完美形状：从 2D 标志点中可证明的最优 3D 形状重建

    该研究通过采用三维可变形形状模型，将三维形状重建问题转化为相机姿态和线性形状参数的联合优化，使用 Lasserre 的 SOS 松弛层次来解决问题，并通过添加一个异常值剔除层和使用新的 TLS robust 代价函数来解决 TLS 问题，研发出一个鲁棒的三维形状重建算法 Shape#，可以容忍 70% 的异常值，达到了最先进的性能。

    Nov, 2019

  • LASR: 从单目视频学习关节形状重建

    本文提出了一种无模板的分析合成策略的方法，可以从单个视频中学习三维形状，有效地重建了人、动物和未知类别对象的非刚性三维结构。

    May, 2021

  • 动态三维重建的离散拉普拉斯算子估计

    本论文提出了一种通用的范式来处理来自多个独立和不受控制的图像来源的 3D 动态重建问题，该问题具有任意时间采样密度和分布，通过图表论的方法建立空间 - 时间关系，通过三重凸优化框架来进行重建，在运动捕捉数据和多视图图像数据集上进行实验，并探讨几何事件分割和数据关联的应用。

    Aug, 2019

  • 单目三维人脸重建的感知形状损失

    通过使用阴影线索，我们提出了一种新的适用于单目人脸捕捉的感知形状损失函数，该函数能够评估 3D 人脸估计的质量，并且能够优化单目 3D 人脸重建和深度神经网络回归，提高当前技术水平的结果。

    Oct, 2023

  • 基于光度学的网格优化技术，用于视频对齐的三维物体重建

    本论文研究了从 RGB 视频中重建三维物体网格的方法，结合多视角几何和数据驱动方法来优化物体网格以适应多视角光度一致性，并通过形状先验来约束网格变形。作者采用逐片图像对齐的形式，通过光度误差更新形状参数，无需深度或掩膜信息。此外，作者还展示了如何通过虚拟视点的光栅化来避免零光度梯度导致的退化问题，并展示了采用光度网格优化的方法从合成和真实视频中获得的三维物体网格重建结果，相比于传统的网格生成网络或表面重建方法，避免了繁琐的手动后处理。

    Mar, 2019

  • 镜中之国：透明形状的神经三维重建

    利用仅需数张自然图像和已知任意环境映射，基于物理原理的网络，可恢复透明物体的 3D 形状，包括复杂折射和反射，其成功复原了高质量透明物体的 3D 几何形状，最少仅需五到十二张图片。

    Apr, 2020

  • 从图像集合学习类别特定的网格重建

    本文提出一种学习框架，可以从单个图像中恢复物体的 3D 形状、相机、和纹理，使用一个可变形的 3D 网格模型来表示形状，在不依赖于地面真值 3D 或多视图监督的情况下，利用注释的图像集进行训练并学习 3D 预测机制与可变形模型。作者还展示了可以轻松将语义关键点与预测的形状相关联，并在 CUB 和 PASCAL3D 数据集上展示了我们的方法的定性和定量结果。

    Mar, 2018

  • 使用网格卷积进行单张图片的三维手部重建

    使用非线性潜在网格表示的手部形状和关节姿态，在照片上进行单目 3D 重建，该模型具有实时性能。

    May, 2019