RGB-相位散斑：基于包裹预归一化的跨场景立体三维重建
图像与视频处理
2025-04-18 v2 计算机视觉与模式识别
摘要
随着高级图像应用的发展，三维重建日益受到关注，其中密集立体匹配（DSM）是一项关键技术。以往的研究通常依赖公开数据集进行训练，侧重于修改网络架构或引入专用模块以提取领域不变特征，从而提升模型鲁棒性。相比之下，受单帧结构光相移编码启发，本研究引入了 RGB-Speckle，这是一个基于主动立体相机系统的跨场景三维重建框架，旨在增强鲁棒性。具体而言，我们提出了一种新颖的相位预归一化编解码方法：首先，随机扰动相移图并将其嵌入三个 RGB 通道以生成彩色散斑图案；随后，相机捕获经物体调制的相位编码图像，作为立体匹配网络的输入。该技术有效减轻了外部干扰，并为 RGB-Speckle 保证了输入数据的一致性，从而增强了跨域三维重建的稳定性。为了验证所提出的方法，我们进行了复杂的实验：（1）基于所提出的编码方案构建了面向复杂场景的彩色散斑数据集；（2）评估了相位预归一化编解码技术对三维重建精度的影响；（3）进一步研究了其在不同条件下的鲁棒性。实验结果表明，所提出的 RGB-Speckle 模型在跨域和跨场景三维重建任务中具有显著优势，提升了模型泛化能力并增强了在挑战性环境下的鲁棒性，从而为鲁棒的三维重建研究提供了一种新方案。
引用
@article{arxiv.2503.06125,
title = {RGB-Phase Speckle: Cross-Scene Stereo 3D Reconstruction via Wrapped Pre-Normalization},
author = {Kai Yang and Zijian Bai and Yang Xiao and Xinyu Li and Xiaohan Shi},
journal= {arXiv preprint arXiv:2503.06125},
year = {2025}
}
备注
Submitted to ICCV 2025