NeRSP：基于稀疏偏振图像的高反射物体神经三维重建

我们提出了NeRSP，一种针对高反射表面、利用稀疏偏振图像的神经三维重建技术。高反射表面重建极具挑战性，因为镜面反射是视角依赖的，从而违反了多视角立体视觉所需的多视角一致性。另一方面，稀疏图像输入作为一种实用的采集设置，常因缺乏对应点匹配而导致重建结果不完整或扭曲。本文通过利用偏振图像，联合处理了稀疏输入和高反射表面带来的挑战。我们从偏振图像形成模型和多视角方位角一致性中推导出光度线索和几何线索，这些线索共同优化了通过隐式神经表示建模的表面几何。基于我们在合成和真实数据集上的实验，我们仅以6个视角作为输入，就实现了最先进的表面重建结果。