Neural Mesh Fusion：无监督三维平面表面理解
计算机视觉与模式识别
2024-02-27 v1
摘要
本文提出了 Neural Mesh Fusion (NMF)，这是一种用于从多视图图像观测联合优化多边形网格以及对场景进行无监督三维平面表面解析的高效方法。与隐式神经表示不同，NMF 直接学习变形表面三角形网格，并通过直接在表面网格上进行基于梯度的优化，生成用于无监督三维平面分割的嵌入。实验表明，NMF 取得了与最先进的多视图平面重建相当的结果，同时不需要任何真实三维数据或平面监督。此外，与基于隐式神经渲染的场景重建方法相比，NMF 的计算效率显著更高。
引用
@article{arxiv.2402.16739,
title = {Neural Mesh Fusion: Unsupervised 3D Planar Surface Understanding},
author = {Farhad G. Zanjani and Hong Cai and Yinhao Zhu and Leyla Mirvakhabova and Fatih Porikli},
journal= {arXiv preprint arXiv:2402.16739},
year = {2024}
}