BNV-Fusion：基于双层神经体融合的稠密三维重建
计算机视觉与模式识别
2022-04-05 v1
摘要
从深度图像流进行稠密三维重建是许多混合现实与机器人应用的关键。尽管基于截断符号距离函数 (TSDF) 融合的方法多年来推动了该领域发展，TSDF 体表示仍面临在抗噪声测量鲁棒性与保持细节程度之间的权衡。我们提出双层神经体融合 (BNV-Fusion)，利用神经隐式表示与神经渲染的最新进展进行稠密三维重建。为将新深度图增量整合进全局神经隐式表示，我们设计了一种新颖的双层融合策略，从设计上兼顾效率与重建质量。我们在多个数据集上定量与定性地评估所提方法，显示出相较现有方法的显著改进。
引用
@article{arxiv.2204.01139,
title = {BNV-Fusion: Dense 3D Reconstruction using Bi-level Neural Volume Fusion},
author = {Kejie Li and Yansong Tang and Victor Adrian Prisacariu and Philip H. S. Torr},
journal= {arXiv preprint arXiv:2204.01139},
year = {2022}
}
备注
Accepted at CVPR 2022