Jul, 2023

基于外观的视点规划方法：Bag of Views 用于三维重建

PDF
TL;DR通过机器学习和图像处理实现无人机的三维重建和监测，其中视角规划是其关键部分，该研究提出了一种基于 Bag-of-Views 的模型，用于评估捕获视角的效用。
发现论文，激发创造
  • 三维重建的下一最佳视角策略

    本研究提出了一种基于 Scan-RL 的学习算法，使用 Houses3K 数据集可以在完成重建更少步骤和更短距离的情况下进行 3D 建模，并且单个 NBV 策略可以用于多个房屋的扫描。

    Aug, 2020

  • GenNBV：通用的主动三维重建最佳观察策略

    通过使用深度学习框架与增强学习方法，我们提出了一个新的基于 Next-Best-View 策略的 3D 重建模型，该模型在多个数据集上取得了优异的性能，同时具备跨数据集泛化能力。

    Feb, 2024

  • 3D-NVS：一种用于下一个视角选择的 3D 监督方法

    通过分类的方法，提出了一种下一个最佳视角选择的方案，着重于通过一对被动获取的 2D 视图获得最佳可能的 3D 重建质量，并通过地面真实体素的间接 3D 监督来联合训练分类器和重构网络。

    Dec, 2020

  • 农业环境中的嘈杂三维重建：基于贝叶斯优化的视角规划

    基于几何准则和贝叶斯优化算法的 3D 重建方法，考虑到噪声的存在，能够使用少量相机在存在噪声的农业环境中进行准确的 3D 重建。

    Sep, 2023

  • 3D 物体重建中下一最佳视角的监督学习

    本文提出了一种基于监督深度学习的最佳视角规划方案，该方案包括自动生成数据集的算法和原始三维卷积神经网络 (3D-CNN)，用于学习下一个最佳视角，并与类似网络进行了比较，并进行了多个实验验证了该方案的有效性，以实现对不知名对象的重建。

    May, 2019

  • 基于梯度的本地最佳视角规划提高对目标植物节点的感知

    机器人在番茄大棚中越来越多地用于自动化劳动密集型任务，但面临着植物其他部分的遮挡引起的感知困难。我们提出了一种基于梯度的下一最佳观测点规划方法，通过差分射线采样直接估计视点规划的局部梯度方向，旨在克服遮挡问题并提高感知质量，在模拟实验中证明了该方法的有效性。

    Nov, 2023

  • 使用 3D 卷积神经网络进行下一个最佳视角回归

    本文提出了一种基于卷积神经网络的数据驱动方法来解决 3D 物体重建中的下一个最佳视角问题，验证实验表明，该方法在预测下一个最佳视角、提高物体重建覆盖率和提高运算速度等方面，都有很高的性能表现。

    Jan, 2021

  • 自主隐式室内场景重建与边界探索

    通过引入基于前沿探索任务的全局覆盖和基于隐式表面不确定性的重建任务，结合使用颜色不确定性实现隐式表面不确定性的方法，提出了一种自适应策略来在视角路径规划中切换模式，以减少时间并保持卓越的重建质量。该方法在所有规划方法中展示了最高的重建质量和在涉及重建任务的方法中的优越规划效率。我们在一架无人机上部署了我们的方法，并且结果显示我们的方法可以计划多任务视图并以高质量重建场景。

    Apr, 2024

  • Plan3D: 面向航拍多视角立体重建的视点和轨迹优化

    本文介绍了一种高效计算户外场景中高质量 3D 重建的视点和轨迹的新方法，利用搭载在自主导航四旋翼飞行器上的 RGB 摄像机采集图像，并利用分层的体积表示区分未知、自由和占据空间，利用信息增益来处理遮挡，避免障碍并规划无碰撞的飞行路径，以限制四旋翼的总飞行距离，获得了多项令人信服的 3D 重建结果，并证明了此方法的量化提升。

    May, 2017

  • 使用指导视角规划器进行主动物体重建

    该论文提出了一种基于深度学习的主动重建模型，利用引导视图规划来重建一个三维模型，其中包括了信息获取模型的学习和信息聚合的方法，实验表明该模型比其他方法更能提高重建精度和预测一个更具信息性的视图序列来完成对象重建。

    May, 2018