OmniSDF：使用全向符号距离函数与自适应二叉八叉树的场景重建
计算机视觉与模式识别
2024-04-02 v1 图形学
摘要
我们提出了一种方法，利用在小圆形扫掠中运动的全向视频来重建室内外静态场景的几何与外观。该设定由于基线小且深度范围大而具有挑战性，使得寻找射线交点变得困难。为了更好地约束优化，我们将几何估计为球面二叉八叉树数据结构内的符号距离场，并使用基于广度优先搜索的互补高效树遍历策略进行采样。与常规网格或树不同，该结构的形状与相机设定良好匹配，创造了更好的内存-质量权衡。基于初始深度估计，二叉八叉树在整个优化过程中被自适应细分；以往方法使用固定深度，导致场景采样不足。与三种神经优化方法和两种非神经方法相比，我们的方法平均降低了几何误差，尤其是在细节丰富的场景中，同时显著减少了表示此类细节所需的体素数量。
引用
@article{arxiv.2404.00678,
title = {OmniSDF: Scene Reconstruction using Omnidirectional Signed Distance Functions and Adaptive Binoctrees},
author = {Hakyeong Kim and Andreas Meuleman and Hyeonjoong Jang and James Tompkin and Min H. Kim},
journal= {arXiv preprint arXiv:2404.00678},
year = {2024}
}