对抗纹理优化的初始化与对齐

尽管从图像和视频数据中恢复几何在计算机视觉中已受到大量关注，但针对给定几何捕获纹理的方法尚不成熟。具体而言，经典的纹理生成方法通常假设干净的几何和相当良好对齐的图像数据。虽然非常近期的方法（例如对抗纹理优化）能更好地处理从手持设备获得的较低质量数据，我们发现它们仍经常遇到困难。为提高鲁棒性，特别是近期对抗纹理优化的鲁棒性，我们提出了一种显式初始化和对齐流程。它通过几何到纹理图的鲁棒映射以及基于硬分配的初始化来处理复杂几何。它通过将对齐快速图像集成到纹理细化优化中来处理几何与图像的对齐失调。我们在包含11个场景共2807帧的数据集上展示了纹理生成的有效性，在感知和锐度度量上分别观察到7.8%和11.1%的相对提升。