VolRecon：基于有符号射线距离函数体渲染的泛化多视图重建
计算机视觉与模式识别
2023-04-04 v2
摘要
神经辐射场（NeRF）在新视角合成上的成功启发了研究者提出神经隐式场景重建。然而，大多数现有神经隐式重建方法优化逐场景参数，因而缺乏对未知场景的泛化能力。我们提出 VolRecon，一种基于有符号射线距离函数（SRDF）的新型可泛化隐式重建方法。为以精细细节且低噪声重建场景，VolRecon 结合了从多视图特征聚合的投影特征，以及从粗粒度全局特征体插值的体特征。利用射线 transformer，我们计算射线上采样点的 SRDF 值，进而渲染颜色与深度。在 DTU 数据集上，VolRecon 在稀疏视图重建中优于 SparseNeuS 约 30%，并在全视图重建中达到与 MVSNet 相当的精度。此外，我们的方法在大规模 ETH3D 基准上展现出良好的泛化性能。
引用
@article{arxiv.2212.08067,
title = {VolRecon: Volume Rendering of Signed Ray Distance Functions for Generalizable Multi-View Reconstruction},
author = {Yufan Ren and Fangjinhua Wang and Tong Zhang and Marc Pollefeys and Sabine Süsstrunk},
journal= {arXiv preprint arXiv:2212.08067},
year = {2023}
}