NeuralRecon是一个创新框架，能够从单目视频实时重建连贯的3D场景，不同于以往逐帧深度图估计方法。通过神经网络直接重建局部TSDF体积并融合，捕捉局部平滑和全局形状信息，实现准确、连贯的重建。同时，使用GRU融合模块确保片段间一致性。系统还能进行语义分割，自监督微调提高新场景的重建质量。实验表明，NeuralRecon在准确性和速度上优于同类方法。
题目：NeuralRecon: Real-Time Coherent 3D Scene Reconstruction from Monocular Video
神经重建：从单目视频中实时连贯的3D场景重建
作者：Xi Chen; Jiaming Sun; Yiming Xie; Hujun Bao; Xiaowei Zhou
源码链接： https://github.com/zju3dv/NeuralRecon
摘要
我们提出了一个名为 NeuralRecon 的新框架，用于从单目视频中实时重建三维场景。与先前的方法不同，先前的方法在每个关键帧上分别估计单视图深度图，然后将其融合，我们提出直接通过神经网络顺序地重建每个视频片段的局部表面，表示为稀疏的 TSDF 体积。使用基于门控循环单元（Gated Recurrent Units, GRU）的学习型 TSDF 融合模块来指导网络从先前
订阅专栏 解锁全文
扫一扫
63
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
