SurfelMeshing：基于 surfel 的在线网格重建
计算机视觉与模式识别
2019-11-21 v2
摘要
我们解决从实时 RGB-D 视频进行网格重建的问题，假设相机已标定且位姿由外部提供（例如由 SLAM 系统提供）。与大多数现有方法不同，我们不在体素中融合深度测量，而是在稠密 surfel 云中融合。我们异步地对平滑后的 surfel 进行（重新）三角化以重建表面网格。这种新颖的方法能够在 SLAM 过程中维护场景的稠密表面表示，并可快速适应回环闭合。这是通过变形 surfel 云并在必要时异步重新网格化表面来实现的。基于 surfel 的表示还天然支持强烈变化的扫描分辨率。特别地，它以输入相机的分辨率重建颜色。此外，与许多体素方法不同，我们的方法可以重建薄物体，因为物体无需包围一个体积。我们在若干实验中展示了我们的方法，表明其重建结果与最先进水平（SOTA）具有竞争力，并讨论了其优点与局限。该算法（不包括回环闭合功能）作为开源代码发布于 https://github.com/puzzlepaint/surfelmeshing 。
引用
@article{arxiv.1810.00729,
title = {SurfelMeshing: Online Surfel-Based Mesh Reconstruction},
author = {Thomas Schöps and Torsten Sattler and Marc Pollefeys},
journal= {arXiv preprint arXiv:1810.00729},
year = {2019}
}
备注
Version accepted to IEEE Transactions on Pattern Analysis and Machine Intelligence