MonoNeuralFusion：基于几何先验的在线单目神经三维重建

从单目视频中进行高保真三维场景重建仍然具有挑战性，尤其是完整且细粒度的几何重建。先前基于神经隐式表示的三维重建方法已展现出完成场景重建的良好能力，但其结果往往过度平滑且缺乏足够的几何细节。本文提出了一种新颖的带有体渲染的神经隐式场景表示，用于从单目视频中进行高保真在线三维场景重建。对于细粒度重建，我们的核心见解是将几何先验融入神经隐式场景表示和神经体渲染中，从而引出一种基于体渲染优化的有效几何学习机制。得益于此，我们提出 MonoNeuralFusion 来执行单目视频的在线神经三维重建，通过该方法，三维场景几何在实时单目扫描过程中被高效地生成与优化。与最先进方法的广泛对比表明，我们的 MonoNeuralFusion 在定量和定性上均能持续生成更优的完整且细粒度的重建结果。