利用深度神经网络从正交视图重建车辆
计算机视觉与模式识别
2022-06-20 v1 人工智能
机器学习
摘要
本文探讨了利用深度神经网络从多张正交视图进行物体重建的当前最先进水平。提出了两种从单张图像提取多视图的算法。本文提出了一种基于像素对齐隐式函数（PIFu）的系统，并开发了一种先进的采样策略来生成有符号距离样本。还将该方法与多视图深度图回归进行了比较。此外，本文使用了来自赛车游戏 Assetto Corsa 的一个新型车辆重建数据集，其模型质量高于常用的 ShapeNET 数据集。训练好的神经网络对真实世界输入具有良好的泛化能力，并能生成合理且细致的重建结果。
引用
@article{arxiv.2206.08789,
title = {Reconstructing vehicles from orthographic drawings using deep neural networks},
author = {Robin Klippert},
journal= {arXiv preprint arXiv:2206.08789},
year = {2022}
}
备注
9 Pages