Oct, 2020

更好的参数化曲面重建拼接

PDF
TL;DR通过引入两种新的损失函数，一个利用表面法线，一个最小化拼接误差，我们提出了一种方法，明确地鼓励局部映射的整体一致性，在标准基准测试上表现优于基准线，同时强制执行更好的拼接，使重建的对象具有更好的视觉质量。
发现论文，激发创造
  • 基于 Patch 拼接的点云快速准确法向估计

    本文提出一种基于多补丁拼接的有效法线估计方法。通过使用局部特征聚合和多支平面专家模块等创新手段，实现在降低计算成本和提高鲁棒性的同时，取得了极具竞争力的效果。

    Mar, 2021

  • 通过学习可微分表面表示进行形状重建

    本研究利用深度神经网络的可微分性，防止曲面崩溃和强烈减少曲面重叠，在表面重构方面显著超过现有技术。

    Nov, 2019

  • 最小神经图谱：用最小化的图表和失真参数化复杂表面

    本研究提出了一种最小神经图形集合，用于表达任意拓扑的表面，同时保证了重构准确度和模型效率，并在计算机视觉、图形学和机器人等领域有广泛应用。

    Jul, 2022

  • 度量一致图集下的时相连续表面重建

    本研究提出了一种无监督的重建方法，从时间演变的点云序列中重建出具有时间一致性的表面序列，并使用神经网络表示重建的表面，通过构建规范对应关系，实现了跨帧的等距重建，达到了超过现有技术的无监督对应关系和表面重建精度的效果。

    Apr, 2021

  • 利用补丁变形改进神经隐式曲面几何

    研究了神经含式表面在多视图 3D 重建中的应用，提出了一种新的添加光照一致性项的神经渲染优化方法 NeuralWarp，并经过了 DTU 和 EPFL 测试，证明其性能优于目前的无监督隐式表面重建技术。

    Dec, 2021

  • 学习四边形片以进行 3D 形状参数化和补全

    通过表面贴片定义一种新颖的三维形状参数化方法，并提出了字典学习和贴片重建的新方法，在 3D 形状修补、去噪和压缩方面取得了好的效果。

    Sep, 2017

  • TAPA-MVS: 无纹理感知 PatchMatch 多视角立体

    本文提出了一种基于 PatchMatch 的方法来扩展可靠的深度估计，并根据纹理性质修改 Photo-Consistency 测量标准，同时提出了深度细化步骤，以在保留不连续性的同时填补深度图和法线图中的缝隙。

    Mar, 2019

  • 深度几何先验用于表面重建

    使用深度神经网络作为几何先验来实现基于点云的离散曲面重建，无需训练数据或显式正则化，实验表明该几何先验可用于处理包含尖锐特征和平滑有机物体的三维数据。

    Nov, 2018

  • 基于线引导局部变形和全局相似性约束的图像拼接

    本篇论文提出了一种基于线特征引导的局部映射的图像拼接方法，并采用全局相似性约束来减少透视失真，实验结果表明该方法具有令人信服的拼接性能并且优于当前主流方法。

    Feb, 2017

  • 非结构化三维网格内在对应关系学习的简单方法

    本研究探索如何用更简单、直接的编码方法来表示 3D 几何形状，以提高几何处理效率并避免数据保真度损失。实验结果表明，该方法能在非刚性形状一致性估算方面取得竞争优势。

    Sep, 2018