Nov, 2019

基于三维线段的曲面重建

PDF
TL;DR该研究提出了一种使用可见性信息从 3D 线段中提取平面，并在此基础上进行完整的分块平面重建的方法，以支持在缺乏纹理的情况下进行室内场景的 3D 重建。通过 RANSAC 方法提取线段形状以支持多种形状，进而实现了对稀疏输入数据、噪声和异常值的鲁棒性。
3d reconstructionlines detectionplane extractionsurface reconstructionransac approach
发现论文，激发创造
  • 利用平面先验进行即时去噪、稳定和完善三维重建

    本文提出一种通过使用有符号距离场获取和使用平面表面信息的新算法，有效地解决了在线重建中嘈杂不完整的问题，并使用平面拟合实现了意义上的语义分割。

    Sep, 2016

  • 基于网格交叉预测的点云表面重建

    通过直接预测采样的点对之间线段与隐式表面的交点，本文提出了一种新的方法，既能够有效地表示开放表面，又能够消除网格中的伪影。在 ShapeNet、MGN 和 ScanNet 三个数据集上，我们的方法展示了最先进的性能。

    Mar, 2024

  • 基于无序点云的快速 3D 线段检测

    本文提出了一种用于大规模无序点云的三维线段检测的简单而高效的算法，基于点云分割和二维线段检测，能够有效地提取三维线段，以消除离群点和合并相邻的三维线段。

    Jan, 2019

  • SuperLine3D：自监督 LiDAR 点云线段分割和描述

    基于线特征的 LiDAR 点云点云配准方法通过 EdgeConv 标记线特征，并使用共享编码器层来训练两个分割和描述头，该方法在无初始变换输入的情况下验证了自己的有效性，对于各种计算机视觉任务具有广泛的应用价值。

    Aug, 2022

  • PlaneFormers：从稀疏视图到三维重建

    本文提出了一种用于从有限重叠的图像重建场景平面表面的方法，并介绍了一种新的基于 transformer 的简化方法，PlaneFormer，它是通过对 3D 感知平面记号应用变换器来进行 3D 推理。实验表明，本文的方法比之前的方法更加有效。

    Aug, 2022

  • 多任务计划形状重建与特征扭曲引导

    基于改进的实例分割架构的实时平面重建模型 SoloPlanes，同时预测每个平面实例的语义、平面参数和分段平面实例掩码，通过提供特征空间中的多视角指导，在单张图像推理时同时预测语义，并以 43 帧每秒的实时预测效果。

    Nov, 2023

  • 稀疏视图下平面表面重建

    本文提出一种在未知相机姿态下采用多视图重建室内场景中平面表面的方法，并且通过实验表明该方法在来自 Matterport3D 挑战性场景的稀疏视图的重建方面能够推进现有技术的发展。

    Mar, 2021

  • 线云有多保密？从三维线条中恢复场景细节

    本文提出了一种将已知场景的 Structure-from-Motion point cloud 转换成不易理解的 3D lines 的 'line cloud' 表示法，以保护用户生成内容的隐私，同时探讨了从这种表示法中恢复图像信息的方法，并通过实验证明了它的可行性。

    Mar, 2021

  • PlanarRecon：基于单目视频的实时 3D 平面检测与重建

    PlanarRecon 是一种基于神经网络的新框架，通过在视频中逐渐检测 3D 平面，实现了对场景的全局连贯检测与重构，并在 ScanNet 数据集上取得了最新的最优性能。

    Jun, 2022

  • AirPlanes: 通过 3D 一致嵌入实现准确的飞机估计

    本文提出一种新方法，通过预测多视角一致的平面嵌入来辅助几何方法，将点进行聚类成平面，从而解决了在场景中估计平面表面的问题，并在 ScanNetV2 数据集上表明，该方法优于现有方法和强基线的平面估计任务。

    Jun, 2024