RNb-NeuS：基于反射率和法线的多视图三维重建
计算机视觉与模式识别
2024-04-01 v2
摘要
本文介绍了一种整合通过光度立体法获取的多视图反射率（可选）和法线图的通用范式。我们的方法采用反射率和法线的逐像素联合重参数化，将它们视为在模拟变化光照下渲染的辐射度向量。这种重参数化使得反射率和法线图能够作为输入数据无缝集成到基于神经体渲染的三维重建中，同时保持单一的优化目标。相比之下，最近的多视图光度立体法 (MVPS) 方法依赖于多个可能相互冲突的目标。尽管看似简单，我们提出的方法在 F-score、Chamfer 距离和平均角度误差指标上的 MVPS 基准测试中优于 SOTA 方法。值得注意的是，它显著改善了高曲率或低能见度区域的详细三维重建。
引用
@article{arxiv.2312.01215,
title = {RNb-NeuS: Reflectance and Normal-based Multi-View 3D Reconstruction},
author = {Baptiste Brument and Robin Bruneau and Yvain Quéau and Jean Mélou and François Bernard Lauze and Jean-Denis and Jean-Denis Durou and Lilian Calvet},
journal= {arXiv preprint arXiv:2312.01215},
year = {2024}
}
备注
14 pages, 13 figures, 7 tables. Accepted to CVPR 2024. The project page can be accessed via https://robinbruneau.github.io/publications/rnb_neus.html. The source code is available at https://github.com/bbrument/RNb-NeuS