基于可微光线一致性的单视图重建多视图监督
计算机视觉与模式识别
2017-04-21 v1
摘要
我们研究了 3D 形状与 2D 观测之间一致性的概念，并提出了一种可微公式，允许在给定任意视角观测时计算 3D 形状的梯度。我们通过使用可微光线一致性（DRC）项重新表述视图一致性来实现这一点。我们表明，该公式可纳入学习框架中，以利用不同类型的多视图观测（例如前景掩码、深度、彩色图像、语义等）作为监督来学习单视图 3D 预测。我们在受控设置中对该技术进行了实证分析。我们还表明，该方法使我们能够改进现有针对 PASCAL VOC 数据集中物体单视图重建的技术。
引用
@article{arxiv.1704.06254,
title = {Multi-view Supervision for Single-view Reconstruction via Differentiable Ray Consistency},
author = {Shubham Tulsiani and Tinghui Zhou and Alexei A. Efros and Jitendra Malik},
journal= {arXiv preprint arXiv:1704.06254},
year = {2017}
}
备注
To appear at CVPR 2017. Project webpage : https://shubhtuls.github.io/drc/