[论文阅读笔记] DISN: Deep Implicit Surface Network forHigh-quality Single-view 3D Reconstruction

摘要盲点补充

全局特征和局部特征：局部特征则是从图像局部区域中抽取的特征，包括边缘、角点、线、曲线和特别属性的区域等。常见的局部特征包括角点类和区域类两大类描述方式。
SDF（signed distance fields）：有向距离场
使带符号距离字段真正有用的是，如果您需要调整图像的大小，会发生什么情况。距离值由3D硬件以与传统位图中强度值相同的方式插值，但是因为边缘来自测试，所以它保持清晰。这意味着您可以多次放大位图，而不会遭受传统位图由于过滤伪像而呈现的模糊或厚重的边缘

iso-surface（等值面）：所谓等值面是指空间中的一个曲面，在该曲面上函数F(x, y, z)的值等于某一给定值Ft，即等值面是由所有点S = {(x, y, z)：F(x, y, z) = Ft}组成的一个曲面。

Introduction

3D形状表示：
voxel 、point cloud——方便神经网络编码，限制分辨率
mesh——显示表面表示，拓扑固定

point和mesh表示方法只能使用CD和EMD计算损失，这两种损失只能计算近似距离

本文采用了一种隐式三维表面表示法——有向距离场（SDF），保留局部特征，提出一个DISN网络基于单视图预测SDFs
其他隐式表面表示法