Oct, 2023

GradientSurf: 从 RGB 视频中的梯度域神经表面重建

PDF
TL;DR本文提出了 GradientSurf，这是一种从单目 RGB 视频中实时重建表面的新算法。该方法通过渐变域中的表面、体积和定向点云之间的紧密耦合解决重建问题，利用神经网络增量式地从部分扫描中在线找到 Poisson 层的解，以监督局部和全局重建。与离线求解 Poisson 方程的 Poisson Surface Reconstruction 不同，现有方法在从 RGB 信号重建时缺乏细节，本文通过在梯度域中对零阶和一阶能量进行最小化，解决了这个问题。在室内场景重建的任务中，视觉和定量实验结果表明，该方法在曲线区域重建的细节更多，对小物体的保真度更高。
gradientsurfsurface reconstructionrgb videoneural networkgradient-domain
发现论文，激发创造
  • DynamicSurf: 基于可优化特征网格的动态神经 RGB-D 表面重建

    通过利用深度、表面法线和 RGB 损失来改善重建保真度和优化时间的缺乏多视图线索的非刚性表面的高保真度三维建模的无模型神经隐式表面重建方法 DynamicSurf。

    Nov, 2023

  • GO-Surf: 基于神经特征网格优化的快速、高保真 RGB-D 表面重建

    GO-Surf 是一种直接的特征网格优化方法，可以从 RGB-D 序列快速准确地重建表面，采用学习的分层特征体素网格对场景建模，以直接优化特征向量并渲染出表面体积，加入 SDF 梯度正则化项以鼓励表面平滑填孔和保持高频细节。其能够在 15 至 45 分钟内优化 1000 至 2000 帧，是现有方法的 60 倍。

    Jun, 2022

  • 神经 RGB-D 表面重建

    该研究论文提出了一种基于截断有符号距离函数的 NeRF 框架的 3D 重建方法，结合 RGB-D 传感器和相机细化技术，得到高质量的空间重建结果。

    Apr, 2021

  • VoxNeuS: 通过梯度插值加强基于体素的神经表面重建

    采用梯度插值而不是原始解析梯度来消除其间断性的基于体素的轻量级表面重建方法 VoxNeuS 在消除渐变不稳定性的同时，通过几何 - 辐射分离架构处理几何形变，以提高重建质量。

    Jun, 2024

  • 基于法向引导的高保真三维曲面重建的神经隐式函数

    通过使用一阶微分特性 (即，表面法线)，本文展示了训练神经表示形成高准确度的 3D 表面重建，即使只有两个 RGB 视图可用，极大地改善了以前难以捕捉的复杂几何细节和薄结构。

    Jun, 2024

  • EndoSurf: 基于立体内窥镜视频的形变组织神经表面重建

    通过使用新型的基于神经场的方法 EndoSurf，本文针对 3D 场景的无效表示问题，从 RGBD 序列中学习有效地表示变形表面的形状和纹理，实现了重建立体内软组织的高保真度，且在公共内窥镜数据集上明显优于现有解决方案。

    Jul, 2023

  • MorpheuS: 从单目 RGB-D 视频中的神经动态 360° 表面重建

    实现从单目 RGB-D 视频中对可变形物体进行高保真度的 360° 表面重建的 Neural rendering 技术的研究。

    Dec, 2023

  • 实时大规模三维重建的高效在线表面修正

    本文提出了一种用于在 RGB-D 传感器上进行大规模 3D 重建的实时表面矫正方法，该方法通过实时估计相机运动并在全局姿势图优化中进行精调来纠正可能出现的表面偏差，能够在仅使用单个 GPU 的情况下实现大型环境的实时表面纠正，相比最新技术而言，具有更高的运行时效率并且需要显著更少的内存。

    Sep, 2017

  • Voxurf: 基于体素的高效精确的神经表面重建

    本文介绍了一种基于体素的表面重建方法 Voxurf，它通过两步训练、双重颜色网络和层次几何特征等关键设计解决了体素网格在重建精细几何以及缺乏空间一致性方面存在的问题，相较于之前的全隐式方法，Voxurf 在训练速度提高 20 倍的同时还能获得更高的重建质量。

    Aug, 2022

  • 神经安格洛：高保真神经表面重建

    本文介绍了一种新的神经表面重建方法 Neuralangelo，该方法结合了多分辨率 3D 哈希网格和神经表面渲染的表示能力。通过利用数值梯度和粗到细优化控制不同级别的细节，即使在没有深度等辅助输入的情况下，Neuralangelo 也可以从多视角图像中有效地恢复密集的 3D 表面结构，比以前的方法实现了更高的精度，从而使得可以用 RGB 视频捕获对大规模场景进行详细的重建。

    Jun, 2023