学习多视图立体机
计算机视觉与模式识别
2017-08-18 v1
摘要
我们提出了一种用于多视图立体的学习系统。与近期基于学习的 3D 重建方法不同，我们通过沿观察射线进行特征投影和反投影，利用了问题潜在的 3D 几何结构。通过以可微的方式表述这些操作，我们能够针对度量 3D 重建任务对系统进行端到端学习。端到端学习使我们能够在遵循几何约束的同时联合推断形状先验，从而实现从比经典方法所需少得多的图像（甚至是单张图像）进行重建，以及对不可见表面的补全。我们在 ShapeNet 数据集上全面评估了我们的方法，并展示了其相对于经典方法以及近期基于学习方法的优势。
引用
@article{arxiv.1708.05375,
title = {Learning a Multi-View Stereo Machine},
author = {Abhishek Kar and Christian Häne and Jitendra Malik},
journal= {arXiv preprint arXiv:1708.05375},
year = {2017}
}