协同更优：含镜面反射和阴影的非刚性 3D 重建联合推理
计算机视觉与模式识别
2017-08-08 v1
摘要
我们展示了如何利用明暗恢复形状（SfS）来提高单相机捕获的动态物体 3D 重建的质量和鲁棒性。与以往将 SfS 作为后处理步骤的方法不同，我们提供了一种原则性的集成方法，将动态物体跟踪与重建以及 SfS 作为一个统一的代价函数来求解。超越朗伯体 SfS，我们提出了一种通用方法，在同时跟踪和重建一般动态物体的过程中，对镜面反射和阴影进行建模。联合求解这些问题可以避免流水线方法无法恢复的跟踪失败。我们在定性和定量上都展示了最先进的结果。
引用
@article{arxiv.1708.01654,
title = {Better Together: Joint Reasoning for Non-rigid 3D Reconstruction with Specularities and Shading},
author = {Qi Liu-Yin and Rui Yu and Lourdes Agapito and Andrew Fitzgibbon and Chris Russell},
journal= {arXiv preprint arXiv:1708.01654},
year = {2017}
}
备注
Submitted to IJCV