论文基本情况:
- 题目:Joint 3D Scene Reconstruction and Class Segmentation
- 出处:Hane, C., Zach, C., Cohen, A., Angst, R., & Pollefeys, M. (2013). Joint 3D scene reconstruction and class segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 97-104).
摘要
图像分割和从图像进行密集3D建模都代表了固有的不适定问题(ill-posed problem)。因此,需要强大的调节器(regularizers)来限制解决方案的“过于嘈杂”(too noisy)。不幸的是,这些先验通常在某些区域中产生过分平滑的重建和/或分割,而在其他区域中它们却无法充分约束解决方案。在本文中,我们认为图像分割和密集的3D重建可为彼此的任务提供有价值的信息。因此,我们提出了一个严格的数学框架来制定和解决联合分割和稠密重建问题。图像分割提供了几何线索,围绕这些线索,表面取向(surface orientations)更可能出现在空间中的某个位置,而密集的3D重构通过将标记从2D图像提升到3D空间,为分割问题提供了合适的正则化。我们展示了如何从训练数据中学习基于外观的线索和