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

本研究提出了一种基于增广拉格朗日方法的数值解法，用于处理方向或球谐光照、正交或投影投影以及灰度或多通道图像的基于偏微分方程的遮蔽恢复模型，并展示了在真实场景中进行遮蔽感知的深度图去噪、优化和补全的应用。

Sep, 2017

本文从不同的表示角度综述了深度学习在三维几何中的最新发展，并总结了不同表示方法在不同应用中的优缺点，同时提出了进一步的研究方向。

Feb, 2020

提出了一个 3D 形状感知的框架，它在分析综合或图像形成的生成模型中解释了典型和非典型情况下的感知，分析和计算研究表明这种方法最符合人类观察者的准确性和响应时间，在困难判别方面与人类表现相关性显著，并提示深度神经网络等机器视觉系统如何实现更具有人类特色的稳健性。

Jan, 2023

该研究提出了一种新的框架，可以在只有 2D 图像且每个实例只有一个视角的情况下，从单张图像中进行特定类别的三维重建和新形状的生成，并支持较弱的监督。采用网格作为输出表达方式，利用光照参数和明暗信息进行训练，支持对洼地的物体类别进行学习。通过五项应用评估，发现该方法的性能表现优于现有的一些方法。

Jan, 2019

快速可靠的形状重建是许多计算机视觉应用的关键要素。神经辐射场证明了逼真的新视角合成是可行的，但在对实景和物体进行快速重建方面要求表现。最近的几种方法基于其他形状表示，特别是 3D 高斯函数。我们对这些渲染器进行扩展，例如集成可微分光流、导出满封闭网格和按射线渲染法线。此外，我们展示了两种最近方法之间的互操作性。这些重建速度快、鲁棒，并且可以在 GPU 或 CPU 上轻松执行。详细的代码和可视化示例请参见网址：https:// 此处为网址

Aug, 2023

使用摄影测量学、三维模型、模式识别、表面表示和文化遗产，提出了一种新的基于映射的文化遗产设计和制作方法。

Dec, 2023

该论文提出了一种将 2D 图像曲线组合成 3D 曲线集合，构建具有拓扑连接性的 3D 图形的方法，以实现对 3D 场景的结构化表示和重建。

Sep, 2016

介绍数据驱动形状分析和处理的主要概念和组件，并通过文献回顾和定性和定量比较，讨论了这些技术在形状分类、分割、匹配、重建、建模以及探索和场景分析和合成中的应用，最后提出了启发未来研究的想法。

Feb, 2015

通过挖掘遮挡推理的方式，运用曲面拟合算法，将 3D 绘制曲线转化为曲面，以构建有结构的 3D 重建场景。

Jul, 2017