基于多视图卷积网络的草图三维形状重建
计算机视觉与模式识别
2017-10-02 v3 图形学
摘要
我们提出了一种从线条画形式的二维草图重建三维形状的方法。我们的方法以单张草图或多张草图作为输入，输出表示输入草图三维重建结果的稠密点云。然后将点云转换为多边形网格。我们方法的核心是一个深度的编码器-解码器网络。编码器将草图转换为编码形状信息的紧凑表示。解码器将此表示转换为从多个输出视点捕捉底层表面的深度图和法线图。然后，通过求解一个融合所有视点深度和法线的优化问题，将这些多视图图整合为三维点云。基于我们的实验，与其他方法（如体素网络）相比，我们的架构具有几个优势，包括更忠实的重建、更高的输出表面分辨率以及对拓扑和形状结构更好的保留。
引用
@article{arxiv.1707.06375,
title = {3D Shape Reconstruction from Sketches via Multi-view Convolutional Networks},
author = {Zhaoliang Lun and Matheus Gadelha and Evangelos Kalogerakis and Subhransu Maji and Rui Wang},
journal= {arXiv preprint arXiv:1707.06375},
year = {2017}
}
备注
3DV 2017 (oral)