通过点彩画法的三维表面重建

本工作的目标是从单幅图像推断物体的三维形状。我们以雕塑作为训练与测试基础，因其形状与外观具有极大多样性。为此，我们基于多视图几何（MVG）的成功经验，其能在变化视角与光照条件下准确提供三维物体图像间的对应关系，并作出如下贡献：首先，我们引入一种新的损失函数，可利用图像间对应为训练深度网络推断深度图提供监督信号。该网络通过相机进行微分实现端到端训练。其次，我们开发了一种处理流程，自动生成大规模多视图对应集用于训练网络。最后，我们证明对于具有不同形状/纹理的多种雕塑，确实能从单幅图像获得新物体的深度图，且网络在测试时可泛化至新领域（如合成图像）。