ONeRF：基于多视图的无监督三维目标分割
计算机视觉与模式识别
2022-11-23 v1
摘要
我们提出 ONeRF，一种无需任何额外人工标注、从多视图 RGB 图像中自动分割并重建三维目标实例的方法。分割出的三维目标使用独立的神经辐射场（NeRFs）表示，支持多种三维场景编辑和新视角渲染。我们方法的核心是一种使用迭代期望最大化算法的无监督方法，其有效聚合来自多视图的二维视觉特征与相应三维线索，用于联合三维目标分割与重建。与只能处理简单目标的现有方法不同，我们的方法生成具有复杂形状、拓扑和外观的单个目标的分段完整三维 NeRF。分割出的 ONeRF 支持一系列三维场景编辑，如目标变换、插入和删除。
引用
@article{arxiv.2211.12038,
title = {ONeRF: Unsupervised 3D Object Segmentation from Multiple Views},
author = {Shengnan Liang and Yichen Liu and Shangzhe Wu and Yu-Wing Tai and Chi-Keung Tang},
journal= {arXiv preprint arXiv:2211.12038},
year = {2022}
}