从无标注图像集合进行隐式网格重建
计算机视觉与模式识别
2020-07-17 v1
摘要
我们提出一种方法,仅使用带前景掩码的类别级图像集合作为监督,从单张RGB图像推断物体的3D形状、纹理和相机位姿。我们将形状表示为以图像为条件的隐函数,该函数将球面表面变换为预测网格的表面,同时额外预测相应纹理。为推导用于学习的监督信号,我们强制要求:a)我们渲染后的预测应解释可用的图像证据,b)推断的3D结构应与学习到的像素到表面映射几何一致。我们凭经验表明,我们的方法优于利用类似监督的先前工作,并且实际上与使用更强监督的方法具有竞争力。最后,由于我们的方法支持有限监督下的学习,我们定性展示了其在约30个物体类别上的适用性。
引用
@article{arxiv.2007.08504,
title = {Implicit Mesh Reconstruction from Unannotated Image Collections},
author = {Shubham Tulsiani and Nilesh Kulkarni and Abhinav Gupta},
journal= {arXiv preprint arXiv:2007.08504},
year = {2020}
}
备注
Project page: https://shubhtuls.github.io/imr/