DeepSurfels：学习在线外观融合
计算机视觉与模式识别
2021-06-01 v2
摘要
我们提出了 DeepSurfels，一种用于几何与外观信息的新型混合场景表示。DeepSurfels 结合了显式与神经构建模块，以联合编码几何与外观信息。与已有的表示方法相比，DeepSurfels 能更好地表示高频纹理，非常适合外观信息的在线更新，并且易于与机器学习方法相结合。我们进一步提出了一种端到端可训练的在线外观融合流水线，该流水线将来自 RGB 图像的信息融合到所提出的场景表示中，并使用由相对于输入图像的重投影误差所施加的自监督进行训练。我们的方法优于经典的纹理映射方法以及近期基于学习的技术。此外，与现有方法相比，我们展示了更低的运行时间、改进的泛化能力以及对更大场景更好的可扩展性。
引用
@article{arxiv.2012.14240,
title = {DeepSurfels: Learning Online Appearance Fusion},
author = {Marko Mihajlovic and Silvan Weder and Marc Pollefeys and Martin R. Oswald},
journal= {arXiv preprint arXiv:2012.14240},
year = {2021}
}
备注
In Proceedings IEEE Conference on Computer Vision and Pattern Recognition. CVPR 2021