AssetField：地面特征平面表示中的资产挖掘与重构
计算机视觉与模式识别
2023-03-27 v1 人工智能
摘要
室内与室外环境本质上具有结构性与重复性。传统建模流程维护一个存储唯一物体模板的资产库，这在实际应用中既通用又内存高效。受此观察启发，我们提出 AssetField，一种新颖的神经场景表示，学习一组物体感知的地面特征平面来表示场景，其中存储模板特征块的资产库可以无监督方式构建。不同于现有方法需要物体掩码来查询空间点以进行物体编辑，我们的地面特征平面表示提供了场景在鸟瞰图中的自然可视化，允许对物体进行多种操作（如平移、复制、形变）以配置新场景。借助模板特征块，对具有大量重复项的场景可启用群组编辑，以避免对个体物体的重复工作。我们展示 AssetField 不仅在新视角合成上取得具竞争力的性能，还能为新场景配置生成逼真的渲染。
引用
@article{arxiv.2303.13953,
title = {AssetField: Assets Mining and Reconfiguration in Ground Feature Plane Representation},
author = {Yuanbo Xiangli and Linning Xu and Xingang Pan and Nanxuan Zhao and Bo Dai and Dahua Lin},
journal= {arXiv preprint arXiv:2303.13953},
year = {2023}
}
备注
Project page can be found in https://city-super.github.io/assetfield/