您当前的位置: 首页 >  深度学习

基于图像的三维物体重建:在深度学习时代的最新技术和趋势综述之三维曲面解码...

发布时间:2020-06-06 10:48:18 ,浏览量:0

点击上方“3D视觉工坊”,选择“星标”

干货第一时间送达

1.三维曲面解码

基于体积表示的方法在计算上非常浪费,因为信息只在三维形状的表面或其附近丰富。直接处理曲面时的主要挑战是,网格或点云等常见表示没有规则的结构,因此,它们不容易适应深度学习体系结构,特别是使用CNN的体系结构。本节介绍用于解决此问题的技术,将最新技术分为三大类:基于参数化、基于模板变形和基于点的方法。

1.1基于参数化的三维重建

与直接使用三角形网格不同,我们可以将三维形状X的表面表示为映射ζ:D→R3,其中D是正则参数化域。然后,3D重建过程的目标是从输入I中恢复形状函数ζ。当D是3D域时,这类方法属于第4节中描述的体积技术。

关注
打赏
1688896170
查看更多评论

暂无认证

  • 0浏览

    0关注

    107388博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文
立即登录/注册

微信扫码登录

0.0484s