面向高保真RGB-D监督表面重建的动态体素网格优化
计算机视觉与模式识别
2023-04-14 v1 图形学
摘要
在多分辨率体素网格上直接优化插值特征已成为比类MLP模块更高效的替代方案。然而，该方法受限于较高的内存开销和有限的表示能力。本文中，我们提出一种新颖的动态网格优化方法，用于结合RGB与深度观测的高保真三维表面重建。我们并非平等对待每个体素，而是通过动态修改网格并将更精细尺度的体素分配给复杂度更高的区域来优化过程，从而能够捕捉更精细的细节。此外，我们开发了一种在优化过程中量化体素网格动态细分而无需任何先验信息的方案。所提方法能够在合成与真实世界数据上生成具有精细细节的高质量三维重建，同时保持计算效率，其速度显著快于基线方法NeuralRGBD。
引用
@article{arxiv.2304.06178,
title = {Dynamic Voxel Grid Optimization for High-Fidelity RGB-D Supervised Surface Reconstruction},
author = {Xiangyu Xu and Lichang Chen and Changjiang Cai and Huangying Zhan and Qingan Yan and Pan Ji and Junsong Yuan and Heng Huang and Yi Xu},
journal= {arXiv preprint arXiv:2304.06178},
year = {2023}
}
备注
For the project, see https://yanqingan.github.io/