Mesh R-CNN
计算机视觉与模式识别
2020-01-28 v2
摘要
2D 感知的快速发展已催生出能在真实世界图像中准确检测物体的系统。然而，这些系统在 2D 中进行预测，忽略了世界的 3D 结构。同时，3D 形状预测的进展主要集中于合成基准与孤立物体。我们统一了这两个领域的进展。我们提出一个系统，可在真实世界图像中检测物体，并生成给出每个被检测物体完整 3D 形状的三角网格。我们的系统称为 Mesh R-CNN，其在 Mask R-CNN 上增加了一个网格预测分支，该分支通过先预测粗体素表示并将其转换为网格，再经作用于网格顶点与边的图卷积网络细化，输出具有可变拓扑结构的网格。我们在 ShapeNet 上验证了网格预测分支，其优于先前单图像形状预测的工作。随后我们在 Pix3D 上部署了完整的 Mesh R-CNN 系统，联合检测物体并预测其 3D 形状。
引用
@article{arxiv.1906.02739,
title = {Mesh R-CNN},
author = {Georgia Gkioxari and Jitendra Malik and Justin Johnson},
journal= {arXiv preprint arXiv:1906.02739},
year = {2020}
}