NeuRodin：面向高保真神经表面重建的两阶段框架
计算机视觉与模式识别
2024-12-24 v2 人工智能
摘要
基于符号距离函数（SDF）的体渲染在表面重建方面展现出显著能力。尽管如此，SDF基方法常因难以捕捉细致几何结构而导致可见缺陷。通过比较SDF体渲染与密度体渲染，我们识别出SDF方法中导致表面质量下降的两个主要因素：SDF到密度的表征以及几何正则化。这两个因素为SDF场的优化带来了挑战。为此，我们引入NeuRodin，一种新颖的两阶段神经表面重建框架，既实现高保真度表面重建，又保留密度方法灵活优化特性。NeuRodin融合创新策略，促进任意拓扑转换，减少密度偏置相关的伪影。在Tanks and Temples和ScanNet++数据集上的广泛评估表明，NeuRodin的优势显而易见，仅凭带姿态RGB捕获即可在室内外环境中实现强大的重建能力。项目网站：https://open3dvlab.github.io/NeuRodin/
引用
@article{arxiv.2408.10178,
title = {NeuRodin: A Two-stage Framework for High-Fidelity Neural Surface Reconstruction},
author = {Yifan Wang and Di Huang and Weicai Ye and Guofeng Zhang and Wanli Ouyang and Tong He},
journal= {arXiv preprint arXiv:2408.10178},
year = {2024}
}