文章预览
点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 如何改进表面重建质量 从多视图图像进行3D表面重建在室内场景由于从稀疏视点捕获的大而复杂的场景而面临挑战： 由于观测有限而引发的遮挡和模糊性问题 。因此，传统的多视图立体 (MVS) 方法， 需要图像之间的显著重叠 ，在这些场景中可能无法产生满意的结果。 隐式场景表示（如Neural Radiance Fields (NeRFs)）被提出用于将3D场景编码成一组神经网络参数，后续的工作通过将签名距离函数 (SDFs) 引入学习的辐射场中来增强几何表示能力，以实现表面提取。尽管使用SDF的NeRFs在具有充足图像的简单场景中可以产生高质量的重建，但在从稀疏视点捕获的大而复杂的场景中仍表现不佳。 本文介绍的 InfoNorm [1]从二阶几何相关性的角度探索几何正则化
………………………………
