面向可扩展的多视角几何与材质重建
计算机视觉与模式识别
2023-06-07 v1
摘要
在本文中，我们提出一种联合恢复相机位姿、物体几何以及超出物体尺度因而无法用固定光照舞台捕获的 3D 场景的空间变化双向反射分布函数（svBRDF）的新方法。输入为由移动手持捕获系统配合点光源主动照明所采集的高分辨率 RGB-D 图像。相较于先前从手持扫描仪联合估计几何与材质的工作，我们采用单一目标函数表述该问题，可使用现成基于梯度的求解器最小化。为促进对大量观测视角和优化变量的可扩展性，我们引入一种分布式优化算法，重建基于 2.5D 关键帧的场景表示。一种新颖的多视角一致性正则化器有效同步相邻关键帧，使局部优化结果可无缝集成至全局一致的 3D 模型。我们研究了表述中各分量的重要性，并展示我们的方法优于基线。我们进一步证明该方法能准确重建各类物体与材质，并可扩展至空间更大的场景。我们认为该工作代表着使手持扫描仪的几何与材质估计可扩展的重要一步。
引用
@article{arxiv.2306.03747,
title = {Towards Scalable Multi-View Reconstruction of Geometry and Materials},
author = {Carolin Schmitt and Božidar Antić and Andrei Neculai and Joo Ho Lee and Andreas Geiger},
journal= {arXiv preprint arXiv:2306.03747},
year = {2023}
}