用于三维重建的输入级归纳偏置
计算机视觉与模式识别
2022-03-22 v2
摘要
近期 3D 视觉的许多进展由融入几何归纳偏置的专用架构开发所推动。在本文中，我们使用与领域无关的架构来解决三维重建问题，并研究如何改为将同类归纳偏置直接作为模型的额外输入注入。该方法使得在此丰富领域上应用现有通用模型（如 Perceivers）成为可能，无需架构改动，同时保持定制模型的数据效率。我们特别研究了如何将相机、投影射线关联和极几何编码为模型输入，并在多个基准上展示了有竞争力的多视图深度估计性能。
引用
@article{arxiv.2112.03243,
title = {Input-level Inductive Biases for 3D Reconstruction},
author = {Wang Yifan and Carl Doersch and Relja Arandjelović and João Carreira and Andrew Zisserman},
journal= {arXiv preprint arXiv:2112.03243},
year = {2022}
}
备注
CVPR 2022, including supplemental material