AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：清華大學(xué)提出三維重建的新方法：O2-Recon，用2D擴(kuò)散模型補(bǔ)全殘缺的3D物體
關(guān)鍵字：物體,遮擋,研究者,模型,方法
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：5358字

內(nèi)容摘要：

機(jī)器之心專欄
機(jī)器之心編輯部在計(jì)算機(jī)視覺中，物體級(jí)別的三維表面重建技術(shù)面臨諸多挑戰(zhàn)。與場(chǎng)景級(jí)別的重建技術(shù)不同，物體級(jí)別的三維重建需要為場(chǎng)景中的每個(gè)物體給出的三維表示，以支持細(xì)粒度的場(chǎng)景建模和理解。這對(duì) AR/VR/MR 以及機(jī)器人相關(guān)的應(yīng)用具有重要意義。
許多現(xiàn)有方法利用三維生成模型的隱空間來(lái)完成物體級(jí)別的三維重建，這些方法用隱空間的編碼向量來(lái)表示物體形狀，并將重建任務(wù)建模成對(duì)物姿和形狀編碼的聯(lián)合估計(jì)。得益于生成模型隱空間的優(yōu)秀性質(zhì)，這些方法可以重建出完整的物體形狀，但僅限于特定類別物體的三維重建，如桌子或椅子。即使在這些類別中，這類方法優(yōu)化得到的形狀編碼也往往難以準(zhǔn)確匹配實(shí)際物體的三維形狀。另外一些方法則從數(shù)據(jù)庫(kù)中檢索合適的 CAD 模型，并輔以物姿估計(jì)來(lái)完成三維重建，這類方法也面臨著類似的問(wèn)題，其可擴(kuò)展性比較有限，重建準(zhǔn)確性低，很難貼合物體真實(shí)的三維表面結(jié)構(gòu)。
隨著 NeRF 和 NeuS 等技術(shù)的發(fā)展，imap 和 vMap 等技術(shù)能夠利用可微渲染來(lái)優(yōu)化物體的幾何結(jié)構(gòu)，這些方法能夠重建出更加貼合真實(shí)物體表面的網(wǎng)格模型，也能夠重建多個(gè)類別的物體，打破單一物體類別的限制。

原文鏈接：清華大學(xué)提出三維重建的新方法：O2-Recon，用2D擴(kuò)散模型補(bǔ)全殘缺的3D物體

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)