CVPRJun, 2020

从单张图像中识别透视平面程序

PDF
TL;DR研究提出一种基于神经符号编程的 Perspective Plane Program Induction（P3I）框架，用于解决自然图像的逆向图形问题，并获得相机位置、物体位置和全局场景结构等高级场景表示，并能进行图像修补等低级图像处理任务。
inverse graphics problemneuro-symbolic representationcamera posesglobal scene structuresperspective plane program induction
发现论文，激发创造
  • 使用 3D Box Priors 进行多平面程序归纳

    Box Program Induction 是一种使用神经网络来推断 2D 平面的多重重复结构、3D 平面的位置和方向、以及摄影机参数的综合、结构化场景表示方式，从而实现三维感知的交互式图像编辑操作的方法。

    Nov, 2020

  • 使用隐式表示从单张图像中全面理解三维场景

    本文提出了一种基于单幅图像的全面三维场景理解的新管道，该管道可以预测物体形状、物体姿态和场景布局，利用最新的深度隐式表示方法解决了物体形状和布局的不精确估计的问题，通过物理违规损失函数避免了物体之间的错误场景。实验结果表明，该方法在物体形状、场景布局估计和三维物体检测方面优于现有最先进技术。

    Mar, 2021

  • 程序引导的图像操作器

    该文介绍了一种称为 PG-IM 的程序指导图像操作者，它采用类似于神经符号程序的表示来表示和操作图像，并在单个图像上训练，从中探索其内部统计。PG-IM 在统一框架中实现了外推和规则编辑。大量实验表明，PG-IM 在所有任务上都实现了卓越的性能。

    Sep, 2019

  • 输入级别感应偏置用于 3D 重建

    本文通过将几何归纳偏置直接注入模型作为额外输入，而非使用特殊架构，来解决 3D 重建问题。研究将摄像机、投射光线和对极几何编码为模型输入，并在多个基准测试上展示具有竞争力的多视图深度估计性能。

    Dec, 2021

  • 学习推断和执行三维形状程序

    该研究提出了一种基于自下而上的识别系统和结构符号化程序的 3D 形状程序，通过自监督方式对 3D 形状程序进行学习，具有在不同领域中高精度的 3D 形状重建能力，结合图像到 3D 形状模块，能够实现从 RGB 图像直接推断出 3D 形状程序并重建出更加准确和真实的 3D 形状。

    Jan, 2019

  • 视角等变成像：一种用于多光谱全色增强的无监督框架

    透视等价成像（EI）是一个框架，利用光学相机成像系统（例如卫星或手持相机）中的透视可变性来恢复失去的信息，它在多光谱全色增强方面取得了最先进的结果，在卫星和城市图像数据上胜过了文献中的其他无监督方法。

    Mar, 2024

  • 通过视角合成实现分层结构化三维场景推断

    该研究提出了一种从单个输入图像中推断出场景的分层结构 3D 表示的方法，使用视图合成作为代理任务来弥补直接监督缺失的不足，并展示了其在两种不同场景下的定性和定量验证结果。

    Jul, 2018

  • 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

  • 利用增强透视反演映射改善对道路场景的理解

    该论文介绍了一种基于对抗学习的方法，能够从单个摄像头图像中实时生成更好的透视图（Inverse Perspective Mapping），使场景理解任务直接受益。

    Dec, 2018

  • 从阴影中推断形状、照明和反射

    本文研究计算机视觉中的一个基本问题，即如何从平面图像中推断出世界的内在 3D 结构，并提出一种统计推断的优化问题，通过考虑表面光滑、颜色均匀、光照自然等先验知识，提出一种能够从单张图像中还原场景属性，包括形状、反射率和光照等的技术。该方法包含多个计算机视觉问题的超集，并优于以前所有单独问题的解决方案。

    Oct, 2020