基于 CNN 的像素级相位估计泛化及基于 MRF 优化的相位展开改进用于单次三维扫描
计算机视觉与模式识别
2023-09-27 v1
摘要
使用单图案投影的主动立体技术，即单次三维扫描，已引起工业、医疗等领域的广泛关注。单次三维扫描的一个严重缺陷是稀疏重建。此外，由于为实现高效嵌入空间图案变得复杂，其易受噪声影响，导致解码不稳定。为解决这些问题，我们提出一种适用于单次扫描的像素级插值技术，只要图案是规则且周期的，便可用于任何类型的静态图案。这通过 U-net 实现，该网络使用高效数据增强算法由 CG 预训练。在文中，为进一步克服解码不稳定性，我们提出一种基于马尔可夫随机场（MRF）优化的鲁棒对应点查找算法。我们还提出一种基于 b 样条与高斯核插值、利用显式检测激光曲线的形状精化算法。实验使用具有强噪声与纹理的真实数据进行，以展示所提方法的有效性。
引用
@article{arxiv.2309.14824,
title = {Generalization of pixel-wise phase estimation by CNN and improvement of phase-unwrapping by MRF optimization for one-shot 3D scan},
author = {Hiroto Harada and Michihiro Mikamo and Ryo Furukawa and Ryushuke Sagawa and Hiroshi Kawasaki},
journal= {arXiv preprint arXiv:2309.14824},
year = {2023}
}
备注
MVA2023