文獻(xiàn)標(biāo)識(shí)碼： A
DOI： 10.19358/j.issn.2096-5133.2021.05.010
引用格式： 胡茂林，李金龍，胡濤. 基于距離正則化的單視圖三維重建[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(5)：56-61.
0 引言
三維重建是指給定一張或多張RGB圖像的情況下重建該RGB圖像中物體的三維形狀。三維重建已經(jīng)被探索了幾十年，它是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)基礎(chǔ)性任務(wù)之一，擁有大量應(yīng)用場(chǎng)景，例如，機(jī)器人導(dǎo)航、虛擬現(xiàn)實(shí)、計(jì)算機(jī)輔助設(shè)計(jì)、無(wú)人駕駛、醫(yī)學(xué)圖像處理等領(lǐng)域。三維重建是一個(gè)非常復(fù)雜的過(guò)程，從二維圖像恢復(fù)三維形狀，恢復(fù)缺失的信息往往具有歧義性。為克服三維形狀的歧義性，三維重建方法通常需要結(jié)合圖像信息和先驗(yàn)形狀知識(shí)。
隨著大型數(shù)據(jù)集的出現(xiàn)，數(shù)據(jù)驅(qū)動(dòng)的方法一定程度上克服歧義性問(wèn)題，數(shù)據(jù)集提供三維形狀先驗(yàn)知識(shí)。三維重建方法利用CNN在大型數(shù)據(jù)集進(jìn)行預(yù)測(cè)物體三維形狀取得了巨大的成功，預(yù)測(cè)的三維形狀可以被歸結(jié)為三類：體素網(wǎng)格表示[1]、點(diǎn)云表示[2]、網(wǎng)格表示[3]。近年來(lái)，大量基于深度學(xué)習(xí)的方法被提出來(lái)進(jìn)行三維重建，例如，3D-R2N2[4]、Pix2Vox、PSGN[2]和AttSets[5]。CHOY C B[4]率先提出使用長(zhǎng)短期記憶網(wǎng)絡(luò)(Long Short Term Memory，LSTM)[6]來(lái)融合不同視角圖像的信息，一步一步重建三維物體的形狀。PSGN使用點(diǎn)云表示三維形狀進(jìn)行單視圖三維重建。Pix2Vox++直接使用CNN融合不同視角圖像信息來(lái)進(jìn)行三維重建。AttSets使用一個(gè)注意力聚合模塊去預(yù)測(cè)一個(gè)權(quán)重矩陣作為輸入特征的注意力得分。
本文詳細(xì)內(nèi)容請(qǐng)下載:http://www.shi-ke.cn/resource/share/2000003552
作者信息:
胡茂林，李金龍，胡 濤
(中國(guó)科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥230027)