用局部条件图集建模三维曲面流形
共 2466字,需浏览 5分钟
·
2021-03-02 10:13
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
最近提出的三维物体重建方法用图集表示网格-一组平面贴片接近表面。然而,它们在现实场景中的应用是有限的,因为重建对象的表面包含不连续,这降低了最终网格的质量。这主要是由于单个patch的独立处理造成的,在这项工作中,作者假设通过保持patch顶点周围的局部一致性来减轻这一限制。为此,作者引入了局部条件图集(LoCondA),一个在生成模型中分层表示3D对象的框架。首先,模型将一个物体的点云映射到一个球体。其次,通过利用球面先验,作者强制映射在球面和目标物体上是局部一致的。这样,作者可以在那个球体上采样一个网格四边形,并将它投射回物体的流形上。有了LoCondA,作者可以生产拓扑不同的对象,同时保持四边形缝合在一起。作者表明,提出的方法提供了结构上一致的重建,同时生产的网格质量可与竞争对手相比较。
代码链接:https://github.com/gmum/LoCondA
该方法将基础模型得到的点云嵌入转化为MLP网络所表示的双射函数的参数化。这个函数的目的是在目标网格表面上找到一个标准的2D贴片到3D贴片的映射。作者使用由基础模型生成的点云中的单个点来条件一个3D补丁的位置和形状。作者对每个生成的点重复这个过程,保留点云和生成网格中的点之间的局部邻域。直观地说,这允许作者在作者的框架训练目标中包括拼接和重塑补丁,从而减少形状不连续的可能性。作者将作者的贡献总结如下:
作者提出了一个基于补丁的重建方法的总体框架,该方法可以从原始点云创建高保真网格。
作者提出了连续图集——一种新的范例,它概括了现有的图集方法,并使采样任意数量的斑块,以自适应地覆盖重构对象的任何部分。
最后,作者展示了基于图集的方法的一个简单的调节机制,该方法在单个斑块之间共享信息,消除了重构网格中的自交和孔洞问题。
LoCondA扩展了一个基生成超模型(a部分),在S表面取一个点p,将其映射到覆盖p邻域的patch (B部分)。
由作者的LoCondA (HyperCloud)方法生成的网格表示
用作者的LoCondA (HyperCloud)方法生成网格插值
在本文中,作者提出了一种新的方法来直接从原始点云生成高质量的由2D斑块组成的三维网格。作者提出了一个连续图集范例,允许作者的模型,局部条件图集,产生任意数量的补丁,形成一个水密网。在三个广泛的实验上对LoCondA的实证评价证实了作者的方法的有效性及其竞争绩效。
论文链接:https://arxiv.org/pdf/2102.05984.pdf
每日坚持论文分享不易,如果喜欢我们的内容,希望可以推荐或者转发给周围的同学。
- END -
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~