通过多视角未标定光度立体与梯度 SDF 实现高质量 RGB-D 重建
计算机视觉与模式识别
2022-10-25 v1
摘要
精细细节重建在许多应用中需求很高。然而，大多数现有 RGB-D 重建方法依赖预先计算的精确相机位姿来恢复详细表面几何，其中表面的表示在优化不同量时需要调整。在本文中，我们提出了一种新颖的基于多视角 RGB-D 的重建方法，利用梯度符号距离场（gradient-SDF）来处理相机位姿、光照、反照率和表面法线估计。所提方法使用特定的基于物理的模型表述图像渲染过程，并以其体积表示在实际表面上优化表面量，而非其他仅在实际表面附近估计表面量的工作。为验证我们的方法，我们研究了用于自然光和点光源应用的两个基于物理的图像形成模型。在合成和真实世界数据集上的实验结果表明，所提方法比最先进方法更忠实地恢复高质量表面几何，并进一步提高估计相机位姿的精度。
引用
@article{arxiv.2210.12202,
title = {High-Quality RGB-D Reconstruction via Multi-View Uncalibrated Photometric Stereo and Gradient-SDF},
author = {Lu Sang and Bjoern Haefner and Xingxing Zuo and Daniel Cremers},
journal= {arXiv preprint arXiv:2210.12202},
year = {2022}
}
备注
WACV 2023