基于视图内省网络的 VIN-NBV：一种用于下一最佳视角选择的方法
计算机视觉与模式识别
2025-08-26 v3 机器人学
摘要
下一最佳视角（NBV）算法旨在以最小资源（如采集次数、耗时或遍历距离）最大化3D场景获取质量。先前方法常依赖覆盖最大化作为重建质量的代理，但对于存在遮挡和细节更丰富的复杂场景，这并不总是充分，导致重建质量不佳。我们的关键见解是训练一个直接优化重建质量而非仅优化覆盖的获取策略。为实现这一目标，我们引入视图内省网络（VIN）：一种轻量级神经网络，用于预测潜在下一视角的相对重建改进（RRI），而无需进行新的采集。我们使用该网络驱动一种简单而有效的基于顺序抽样的贪心NBV策略。我们的做法称为VIN-NBV，能够推广到未见的目标类别，无需依赖事先场景知识，适应资源限制，并且能够处理遮挡。我们表明，RRI适应度准则相较于基于覆盖的准则（使用相同的贪心策略），在重建质量上实现约30%的提升。此外，VIN-NBV也比深度强化学习方法（如Scan-RL和GenNBV）高出约40%。
引用
@article{arxiv.2505.06219,
title = {VIN-NBV: A View Introspection Network for Next-Best-View Selection},
author = {Noah Frahm and Dongxu Zhao and Andrea Dunn Beltran and Ron Alterovitz and Jan-Michael Frahm and Junier Oliva and Roni Sengupta},
journal= {arXiv preprint arXiv:2505.06219},
year = {2025}
}
备注
9 pages, 9 figures, 2 tables. Reformat into two column. Additional experiments and results