RealPoint3D：基于单幅复杂背景图像的点云生成
计算机视觉与模式识别
2018-09-11 v1
摘要
利用深度神经网络从单幅图像生成三维点云已吸引越来越多研究者的关注。然而，近期提出的方法要求物体在相对干净的背景、固定视角下拍摄，这极大限制了其在真实环境中的应用。为克服这些缺陷，我们提出将先验三维形状知识融入网络以引导三维生成。通过引入额外的三维信息，所提网络能够处理从任意视角、复杂背景下拍摄的单幅真实图像生成三维物体。具体而言，给定查询图像，我们从预先准备的三维模型数据库中检索最相近的形状模型。然后，将该图像与检索到的形状模型一同输入所提网络，以生成细粒度三维点云。我们所提框架的有效性已在多种数据集上得到验证。实验结果表明，与其他基于体素和点集生成的方法相比，所提框架达到了最先进的精度。此外，该框架在复杂背景、多种视角的真实图像上表现良好。
引用
@article{arxiv.1809.02743,
title = {RealPoint3D: Point Cloud Generation from a Single Image with Complex Background},
author = {Yan Xia and Yang Zhang and Dingfu Zhou and Xinyu Huang and Cheng Wang and Ruigang Yang},
journal= {arXiv preprint arXiv:1809.02743},
year = {2018}
}
备注
8 pages, 6 figures