利用平面先验的实时三维重建去噪、稳定与补全
计算机视觉与模式识别
2017-03-29 v2
摘要
近年来，在机器人及其他移动设备上创建三维地图已成为现实。在线三维重建使机器人与 AR/VR 游戏中的许多令人兴奋的应用成为可能。然而，重建结果含有噪声且通常不完整。此外，在在线重建过程中，表面随每个新集成的深度图像而变化，这对物理引擎与路径规划算法提出了重大挑战。本文提出一种新颖、快速且鲁棒的方法，基于符号距离场(Signed Distance Fields)利用平面表面（如墙壁、地板和天花板）信息作为三维重建的一个阶段。我们的算法恢复干净且准确的表面，减少在线重建期间由噪声引起的单个网格顶点移动，并填充被遮挡和未观测区域。我们实现并评估了两种生成平面候选对象的策略以及两种合并它们的策略。我们的实现经过优化，可在诸如 Tango 平板等移动设备上实时运行。在大量实验中，我们验证了尽管存在频繁出现的显著遮挡、杂乱和噪声，我们的方法在众多自然环境中表现良好。我们进一步展示，平面拟合在许多情况下能够实现对世界场景的有意义的语义分割。
引用
@article{arxiv.1609.08267,
title = {De-noising, Stabilizing and Completing 3D Reconstructions On-the-go using Plane Priors},
author = {Maksym Dzitsiuk and Jürgen Sturm and Robert Maier and Lingni Ma and Daniel Cremers},
journal= {arXiv preprint arXiv:1609.08267},
year = {2017}
}