Color-NeuS：带有颜色信息的神经隐式曲面重建
计算机视觉与模式识别
2023-12-20 v2
摘要
从多视图图像或单目视频中重建物体表面是计算机视觉中的基本问题。然而，近期许多研究集中于通过隐式或显式方法重建几何。本文中，我们将重点转向同时重建网格与颜色。我们从神经体渲染中去除视角相关颜色，同时通过重光照网络保留体渲染性能。网格从有符号距离函数（SDF）网络中抽取以得到表面，每个表面顶点的颜色取自全局颜色网络。为评估我们的方法，我们设计了一个手持物体扫描任务，其具有大量遮挡和剧烈光照变化。我们为该任务收集了若干视频，结果超越了任何现有的能够同时重建网格与颜色的方法。此外，我们使用公开数据集（包括 DTU、BlendedMVS 和 OmniObject3D）评估了方法性能。结果表明我们的方法在所有这些数据集上均表现良好。项目页面：https://colmar-zlicheng.github.io/color_neus。
引用
@article{arxiv.2308.06962,
title = {Color-NeuS: Reconstructing Neural Implicit Surfaces with Color},
author = {Licheng Zhong and Lixin Yang and Kailin Li and Haoyu Zhen and Mei Han and Cewu Lu},
journal= {arXiv preprint arXiv:2308.06962},
year = {2023}
}