GradientSurf: 从 RGB 视频中的梯度域神经表面重建
原文中文,约400字,阅读约需1分钟。发表于: 。本文提出了 GradientSurf,这是一种从单目 RGB 视频中实时重建表面的新算法。该方法通过渐变域中的表面、体积和定向点云之间的紧密耦合解决重建问题,利用神经网络增量式地从部分扫描中在线找到 Poisson 层的解,以监督局部和全局重建。与离线求解 Poisson 方程的 Poisson Surface Reconstruction 不同,现有方法在从 RGB...
GradientSurf是一种新算法,可以从单目RGB视频中实时重建表面。该算法在梯度域中对零阶和一阶能量进行最小化,解决了从RGB信号重建时缺乏细节的问题。实验结果表明,该算法在室内场景重建任务中,对曲线区域的细节更多,对小物体的保真度更高。