我们提出了一种从未见过的RGB图像中进行场景级三维重建的方法,包括被遮挡的区域。我们的方法是在真实的三维扫描和图像上训练的。由于多种原因,这个问题被证明是困难的;真实扫描不是无懈可击的,这使得许多方法无法使用;场景中的距离需要在物体之间进行推理(这使得它更加困难);而且,正如我们所显示的,关于表面位置的不确定性促使网络产生缺乏基本距离函数特性的输出。我们提出了一个新的类似于距离的函数,它可以在非结构化扫描中计算,并且在表面位置不确定的情况下具有良好的行为。通过射线计算这个函数可以进一步降低复杂性。我们训练了一个深度网络来预测这个函数,并显示它在Matterport3D、3D Front和ScanNet上的表现优于其他方法。 《What's Behind the Couch? Directed Ray Distance Functions (DRDF) for 3D Scene Reconstruction》 论文地址 |
|