深度学习的多视角三维重建技术综述.pdfVIP

深度学习的多视角三维重建技术综述.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

222025,61(6)ComputerEngineeringandApplications计算机工程与应用

深度学习的多视角三维重建技术综述

11+12

王文举,唐邦,顾泽骅,王森

1.上海理工大学,上海200093

2.上海宝信软件股份有限公司,上海200093

+通信作者E-mail:223332932@

摘要:为解决经典的多视角三维重建方法难以重建复杂物体、重建效果不佳以及在高分辨率上的扩展等问题,深

度学习方法被引入用以重建具有更高精度的三维模型。系统地总结归纳、分析和比较了使用深度学习方法的多视

角三维重建算法,并按照显式几何和隐式几何两种几何表示方式对近几年的多视角三维重建算法进行了分类与梳

理。重点介绍了目前具有较高重建精度的将隐式函数以及体渲染相结合的神经隐式三维重建算法,并分别定量、定

性分析了该类部分算法在数据集上的结果;另外列举了常用数据集和评价指标,并对未来的研究趋势和发展方向进

行了展望。

关键词:深度学习;三维重建;神经隐式表示;体渲染

文献标志码:A中图分类号:TP391.41doi:10.3778/j.issn.1002-8331.2405-0328

OverviewofMulti-View3DReconstructionTechniquesinDeepLearning

11+12

WANGWenju,TANGBang,GUZehua,WANGSen

1.UniversityofShanghaiforScienceandTechnology,Shanghai200093,China

2.ShanghaiBaosightSoftwareCo.,Ltd.,Shanghai200093,China

Abstract:Inordertosolvetheproblemsthatclassicmulti-view3Dreconstructionmethodsaredifficulttoreconstruct

complexobjectsandhavepoorreconstructionresults,andtoextendtohighresolution,deeplearningmethodsareintro-

ducedtoreconstruct3Dmodelswithhigheraccuracy.Thusmulti-view3Dreconstructionalgorithmusingdeeplearning

methodsaresystematicallysummarized,analyzedandcompared,andthemulti-view3Dreconstructionalgorithmsin

recentyearsareclassifiedandsortedoutaccordingtoexplicitgeometryandimplicitgeometryrepresentations.Neural

implicit3Dreconstructionalgorithmsthatcombinesimplicitfunctionsandvolumerenderingaremainlyintroduced,

whichcurrentlyhaveahighaccuracyinreconstructionresults,andthequantitativeandqualitativeanalysesareconducted

onsomeofthesealgorithms.Inaddition,commonlyuseddatasetsandevaluationindicatorsarelisted,andthefuture

researchtrendsanddevelopmentdirectionsarediscussed.

Keywords:deeplearning;3Dreco

文档评论(0)

教师资格证、公共营养师持证人

本人专注ppt制作、办公模板编辑六年有余,可以根据客户需求做出高品质ppt、办公表格等模板,以及文案等。

领域认证该用户于2024年07月07日上传了教师资格证、公共营养师

1亿VIP精品文档

相关文档