LAM3D：用于从单图像重建的大规模图像-点云对齐模型

大规模重建模型在从单张或多张输入图像中自动生成 3D 内容方面取得了显著进展。尽管如此，这些模型常常产生几何误差的 3D 网格，源于仅凭图像数据推断 3D 形状的内在难题。本文引入一种新框架，即大规模图像和点云对齐模型（LAM3D），利用 3D 点云数据来提高生成 3D 网格的保真度。我们的 методology 开始于开发一种基于点云的网络，有效生成精确且富有意义的潜在三平面，从而为准确的 3D 网格重建奠定基础。随后，我们的图像-点云特征对齐技术处理单张输入图像，将其对齐到潜在三平面，以将图像特征具备强大的 3D 信息。该过程不仅丰富了图像特征，也促进了在无需多视角输入的情况下生成高保真度 3D 网格，显著降低了几何畸变。我们的做法仅用 6 秒即可实现从单张图像实现最先进的高保真度 3D 网格重建，实验在多个数据集上均证明了其有效性。