SSRNet 三维重建

 

SSRNet: Scalable 3D Surface Reconstruction Network

论文原地址https://arxiv.org/pdf/1911.07401.pdf

论文目的：surface reconstruction

SSRNet 核心是local geometry-aware features for octree vertices and designs a scalable reconstruction pipeline

优点：

（1）提高顶点和曲面相对位置的重建质量，并行性好

（2）只需要several surface data 用来训练

（3）扩展性和质量都很高(scalability and quality)

 

1. Introduction

MC如何让获得surface

黄色的点是原始的点，红色的点是外接点，蓝色的点是内接点，MC方法就是找到绿色的交接点，提取表面信息如（d）.

表面重建可以看作是对octree vertices的二分类问题。也就是只要找到哪些是红色点，哪些是蓝色的点，后续利用MC方法获得三维表面重建结果。

 

-----------------------分割线---------------------------

根据上图，下面是我对论文的主要理解

（1）黄色点表示原始点云，黑色网格点看作octree，黑色交叉点的位置为octree vertices，将两个数据作为输入的数据。

（2）模型预测的是octree vertices里面哪些是红色点(label=0)，哪些是蓝色的点(lable=1)

（3）不是将所有的octree vertices 数据送入到模型。作者认为只要选择和黄色点临近的octree vertices就可以，比如上图（b）中，只需要红色和蓝色的octree vertices就可以（注意此时对于输入的octree vertices无法区分红色还是蓝色），比如没有被标记网格的最左上，最右上，最左下，最右下的octree vertices就不会被送入模型中。

（4ÿ