学习视角先验用于单视图三维重建
计算机视觉与模式识别
2019-04-01 v2 人工智能
摘要
当观测视图数量较少时,物体的三维形状存在一定歧义。由于这种歧义,尽管三维物体重建器可使用每个物体单视图或少数视图进行训练,但重建出的形状仅贴合观测视图,从未观测视角看显得不正确。为重建从任意视角均看起来合理的形状,我们提出训练一个判别器,学习关于可能视图的先验知识。该判别器被训练以区分观测视角的重建视图与未观测视角的重建视图。重建器被训练以通过欺骗判别器来修正未观测视图。我们的方法在合成与自然图像数据集上均优于当前最先进方法;这验证了我们方法的有效性。
引用
@article{arxiv.1811.10719,
title = {Learning View Priors for Single-view 3D Reconstruction},
author = {Hiroharu Kato and Tatsuya Harada},
journal= {arXiv preprint arXiv:1811.10719},
year = {2019}
}
备注
CVPR 2019. Project page: http://hiroharu-kato.com/projects_en/view_prior_learning.html