Sparis：稀疏视角下室内场景的神经隐式表面重建

近年来，从多视图图像重建室内场景几何已取得令人鼓舞的成就。当前方法将单眼先验纳入神经隐式表面模型以实现高质量重建。然而，这些方法需要数百张图像才能进行场景重建。当仅提供有限数量的视角作为输入时，单眼先验由于尺度歧义会导致性能下降，进而导致重建场景几何的崩溃。本文提出一种新方法，称为 Sparis，用于稀疏视角下的室内表面重建。具体而言，我们研究了单眼先验对稀疏场景重建的影响，引入一种基于视角间匹配信息的新型先验。我们的先验在确保跨视角匹配一致性的同时提供更精确的深度信息。此外，我们采用角度过滤策略和一条纬向匹配权重函数，以减少因视角匹配不准确而导致的错误，从而细化视角间先验以实现更精确的重建。在广泛使用的基准测试上进行的实验表明，我们的方法在稀疏视角场景重建方面表现出优异性能。