ConTEXTure: 一致的多视角图像纹理化

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种卷积网络,可预测物体的RGB图和深度图,并将多幅深度图融合成完整点云,以便对任意视野下的三维物体进行识别。网络通过合成的三维车和椅子模型进行训练,在有杂乱背景并搭配真实车辆图像的情况下,仍可生成合理的推测。

🎯

关键要点

  • 提出了一种卷积网络,能够基于单张图像预测物体的RGB图和深度图。
  • 多幅深度图可以融合成完整点云,并转换成表面网格。
  • 该网络可用于任意视野下的三维物体识别。
  • 网络通过合成的三维车和椅子模型进行训练。
  • 在杂乱背景和真实车辆图像的情况下,仍能生成合理的推测。
➡️

继续阅读