AI论文探讨室·A+·第2期 DISN: Deep Implicit Surface Network for High-quality Single-view 3D Reconstruction

NeurIPS2019

《DISN: Deep Implicit Surface Network for High-quality Single-view 3D Reconstruction》

论文链接

代码链接

主要解决的问题：从单张图像中重建3D模型，即给定一张图像预测有符号距离域

具体描述

        除了使用全局图像特征，DISN也预测局部块的每个3D点投影和提取局部特征从块中。通过结合全局和局部特征信息来提升预测有符号距离域。DISN是第一个提出从单张图像中得到连续捕获细节例如空洞和薄结构3D图像模型。

当前网络对比效果图

系统架构

与现有网络进行质量评估

主要工作

（1）设计了局部特征提取模块，使用相机位姿估计将3D点投影到图像平面

（2）给定一个3D点和一张输入图像，DISN预测点的SDF值

有待解决

（1）该方案只能解决具有清晰背景情况，因为训练使用的是渲染图像

将来工作

使用不同的渲染来进行问题预测，从而扩展SDF的生成。

了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：

下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料