【泡泡一分钟】基于紧凑模型表示的三维重建（3dv-12）

每天一分钟，带你读遍机器人顶级会议文章

标题：Compact Model Representation for 3D Reconstruction

作者：Jhony K. Pontes , Chen Kong, Anders Eriksson, Clinton Fookes Sridha Sridharan, and Simon Lucey

来源：3dv-2017(International Conference On 3D vision)

播音员：zzq

编译：杨雨生

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

通过二维图像进行三维重建是计算机视觉领域的一个主要问题。众所周知，仅仅通过一张图片不能够为三维重建提供足够的信息，我们最近的工作正是关于如何利用一张单独的图片直接进行三维重建。由于三维CAD模型在网上随处可见，我们将这作为一个先验信息。如果允许用尺度合适的几何形状，来描述所有新的、未被看到的对象，如何精确的表示这数以百万记的CAD模型是一个很基本的问题。我们介绍一种方法来精确的表示一个三维网格。我们的算法首先从一个图结构中选择一个三维模型，图结构是利用自由变形（FFD）3D-2D匹配得到，然后选择的这个三维模型是与图片轮廓的匹配度最高的那个。我们对算法进行了多组试验并对试验结果质量进行了分析，证明了从单个图片可以获得稠密的、真实的三维重建模型。

作者的算法流程如下图所示：

对于一个特定对象的二维图片，算法通过2D锚点和轮廓信息来估计相机位姿和三维网格模型。作者假设锚点和轮廓信息是之前已经知道的。作者首先构建一个图结构，然后从图中选择一个轮廓匹配度最好的三维模型。然后基于稠密映射和图片轮廓对三维模型进行精细化。

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。

回复关键字“3dv12”，即可获取本文下载链接。