BundleRecon: 基于光线束的三维神经重建
计算机视觉与模式识别
2023-05-15 v1
摘要
随着神经渲染日益流行,神经隐式多视角重建方法不断增多。尽管许多模型在位置编码、采样、渲染等方面得以增强以提升重建质量,现有方法在重建过程中并未充分利用相邻像素间的信息。为解决此问题,我们提出一种增强模型 BundleRecon。在现有方法中,采样由对应于单像素的单条光线执行。相比之下,我们的模型使用一束光线对一块像素进行采样,从而融入相邻像素的信息。此外,我们设计基于光线束的约束以进一步提升重建质量。实验结果表明,BundleRecon 与现有神经隐式多视角重建方法兼容,且能提升其重建质量。
引用
@article{arxiv.2305.07342,
title = {BundleRecon: Ray Bundle-Based 3D Neural Reconstruction},
author = {Weikun Zhang and Jianke Zhu},
journal= {arXiv preprint arXiv:2305.07342},
year = {2023}
}
备注
CVPR 2023 workshop XRNeRF: Advances in NeRF for the Metaverse