3D-NVS：一种用于下一视角选择的3D监督方法
计算机视觉与模式识别
2020-12-04 v1 人工智能
摘要
我们提出了一种基于分类的下一最佳视角选择方法，并展示了如何为该任务合理地获取监督信号。所提方法是端到端可训练的，旨在利用一对被动获取的2D视图获得尽可能最佳的3D重建质量。所提模型由两个阶段组成：一个分类器和一个重建网络，二者通过来自真实体素（ground truth voxels）的间接3D监督联合训练。在测试时，所提方法在选择下一最佳视角时不假设底层3D形状的任何先验知识。我们通过合成图像和真实图像上的详细实验证明了所提方法的有效性，并展示了其相比现有最先进的3D重建和下一最佳视角预测技术提供了改进的重建质量。
引用
@article{arxiv.2012.01743,
title = {3D-NVS: A 3D Supervision Approach for Next View Selection},
author = {Kumar Ashutosh and Saurabh Kumar and Subhasis Chaudhuri},
journal= {arXiv preprint arXiv:2012.01743},
year = {2020}
}
备注
Submitted to CVPR-21