MV2Cyl: 从多视图图像重建3D拉伸圆柱体
计算机视觉与模式识别
2024-11-19 v3
摘要
我们提出了MV2Cyl，一种从2D多视图图像重建3D的新方法，其输出不仅是场或原始几何形状，而是草图拉伸CAD模型。从原始3D几何中提取拉伸圆柱体在计算机视觉中已有广泛研究，而通过神经网络处理3D数据仍然是一个瓶颈。由于3D扫描通常伴随多视图图像，利用2D卷积神经网络可以将这些图像作为提取拉伸圆柱体信息的丰富来源。然而，我们观察到，仅提取拉伸体的表面信息并加以利用会导致次优结果，这是由于遮挡和表面分割中的挑战。通过与提取的基曲线信息协同作用，我们在2D草图和拉伸参数估计中实现了最佳精度的最优重建结果。我们的实验将我们的方法与以原始3D点云作为输入的先前工作进行比较，证明了利用多视图图像的优势所带来的有效性。我们的项目页面可在http://mv2cyl.github.io找到。
引用
@article{arxiv.2406.10853,
title = {MV2Cyl: Reconstructing 3D Extrusion Cylinders from Multi-View Images},
author = {Eunji Hong and Minh Hieu Nguyen and Mikaela Angelina Uy and Minhyuk Sung},
journal= {arXiv preprint arXiv:2406.10853},
year = {2024}
}
备注
NeurIPS 2024. Project page: http://mv2cyl.github.io