用一张单色图像生成高质量3D几何结构 (怎么用单色)

文章编号:43891 资讯动态 2024-12-09 体素3D几何结构层进表面预测

雷锋网AI科技评论按:用图像来重建3D数字几何结构是计算机视觉领域一个非常核心的问题。这种技术在许多领域都有广泛的应用,例如电影制作、视频游戏的内容生成、虚拟现实和增强现实、3D打印等等。伯克利人工智能研究中心的Christian Häne等人近日发表一篇论文《 HierARChical Surface Prediction for 3D Object Reconstruction 》,论文中他们讨论如何从单张色彩图像重建出高质量的3D几何结构,就像下面这幅图所显示的。雷锋网编译如下。

用一张单色图像生成高质量3D几何结构

对于我们人类来说,即使只看到一张图像,我们也能毫不费力地对物体和场景的形状进行理解。请注意,我们眼睛的双目效果允许我们感知深度,我们不需要了解物体3D几何结构。所以即使我们只是看到一个实体的照片,我们也能对它的形状有很好的感知。不仅如此,我们还能理解物体看不见的部分(例如背面),这对抓取物体这样的动作来说是非常重要的。于是问题就来了,我们人类是如何从单张图像推出物体的几何结构的呢?在人工智能这个方面,我们怎么才能教会机器掌握这个能力呢?

一、形状空间

由任意的输入图像来重建其3D几何结构,基本的原理就是: 物体形状不是任意的,因此有些形状是可能的,而有些是不可能的。 一般来说,物体的表面往往是光滑的,尤其是人造物体,常常就是由几个分段的平面构成。对于预测物体,我们可以使用同样的规则。例如,飞机通常具有机身,两侧附接两个主翼,后侧会安装有垂直稳定翼。人类能通过眼睛观察世界,并用手来与世界进行互动,然后获得这样的知识。在计算机视觉中,“形状不是任意的”这个事实允许我们通过收集大量的示例形状,来将一个对象类或者多个对象类的所有可能形状描述成低维形状空间。 使用CNN来预测体素(Voxel Prediction)

最近,等人发表了他们关于3D重建的论文,在他们的工作中他们的“输出”是一个3D体积空间,这个3D体积被细分成体积元素(称为体素,voxel),每个体素会有一个分配(被占据或自由空间),而物体形状的预测则表示为由体素组成的3D占据体积。在他们的模型中“输入”通常为一个描述物体的单色图像,然后他们用卷积网络神经(CNN)的上卷积解码器架构来预测这个占据体积。该网络由端对端进行训练,并且由已知的ground truth占据体积(通过合成CAD模型数据集获得)来进行监督学习。通过这种3D表示(体素)以及CNN,这种模型就可以学习,且能够适应各种对象类。

用一张单色图像生成高质量3D几何结构

二、层进表面预测

上述方法(使用CNN预测占据体积)有一个很大的缺点,由于其输出空间是三维的,于是相对增加的分辨率就会以立方的形式增长。这个问题使得这种方法难以预测高质量的几何形状,且限于比较粗糙的分辨率体素网格,例如上面32^3的结果。在Christian Häne等人的工作中,他们认为这是一个不必要的限制,因为表面实际上只是二维的。于是他们通过层进的方式利用表面的二维性质来预测精细分辨率体素,此时只需要对表面进行高分辨率的预测即可。其基本思想和八叉树表示的思想关系很近,八叉树表示通常是用于多视图立体声和深度图融合等领域来表示高分辨率的几何结构。

方法

在这个3D预测模型(称为层进表面预测(Hierarchical Surface Prediction, HSP))中,首先我们输入一张单色图像,用卷积编码器将其编码为低维表示。然后,将该低维表示解码成3D占用体积。其主要思想是通过预测低分辨率体素开始解码。关键之处在于,不同于标准的方法将体素分为占据/自由空间,HSP会将体素分为三类: 自由空间 占据空间 边界 。使用这种方法,“输出”的分辨率可以很低,只要保证在那些有迹象表明它包含“边界”的部分有较高的分辨率即可。通过迭代,我们可以层进地预测出高分辨率的体素网格。模型更多的细节可以参看论文,这里就不再详解。

用一张单色图像生成高质量3D几何结构

实验

模型的实验主要利用了合成的ShapeNet数据集进行训练。作者将结果与两个基线模型——硬低分辨率模型(low resolution hard,LR hard)和软低分辨率模型(low resolution soft,LR soft))——进行了对比。这两个基线模型都是以32^3粗分辨率进行预测,只是训练数据的生成方式不同。LR hard对体素使用双分法进行分配,即如果在相应的高分辨率体素中至少一个被占用,则所有体素将被标记为被占用。LR soft则使用分数法进行分配,每一个体素将反映出在相关的高分辨率体素中占有的百分比。HSP方法则以256^3的分辨率进行预测。下面的结果显示,HSP方法与基线方法相比,在表面质量和高分辨率预测的完整性方面表现更好。

用一张单色图像生成高质量3D几何结构

用一张单色图像生成高质量3D几何结构

雷锋网注——

本文参考了: High Quality 3D Object Reconstruction fROM a Single Color Image

相关论文连接:

1、 Hierarchical Surface Prediction for 3D Object Reconstruction (Christian Häne等)

2、 3D-R2N2: A Unified Approach for Single and Multi-view 3D Object Reconstruction (Choy等)

3、 Learning a Predictable and Generative VeCTOr Representation for Objects (Girdhar等)

4、 ShapeNet: An Information-Rich 3D Model Repository (关于ShapeNet数据集的论文)

原创文章,未经授权禁止转载。详情见 转载须知 。

用一张单色图像生成高质量3D几何结构

全局中部横幅
免费的MG动画制作软件,动画视频制作软件,微课制作软件

万彩动画大师是免费易上手的动画制作软件,MG动画制作软件,动画视频制作软件,微课制作软件,可用来制作企业宣传片,产品介绍短片,趣味课件视频,微课视频,演示演讲动画视频等.

健脾养胃吃什么

豆果美食是最优质的美食菜谱社区,提供各种菜谱大全,食谱大全,家常菜做法大全,丰富的菜谱大全可以让您轻松地学会怎么做美食,展现自己的高超厨艺,开启美好生活!

河北黑一橡胶有限公司

河北黑一橡胶有限公司|黑一橡胶|黑一传动带公司拥有12条传动带生产线,生产范围从550mm-12000mm,产品应用涵盖农机、汽车、工业设备等多领域。

思亿欧外贸快车官方网站

思亿欧外贸快车是专业的外贸独立站SaaS平台,通过一站式外贸独立站智能建站、智能管理、智能运营、智能洽谈,帮助中国外贸企业品牌出海,询盘精准质量高!

乔丰牌塑料卡板,乔丰牌塑料周转箱,惠州塑料托盘,惠州地台板,惠州栈板,惠州胶箱,惠州胶框,河源周转箱,惠州垃圾桶,惠州胶卡板,惠州物流箱EU箱

惠州炜鸿塑胶制品有限公司产品供应有:塑胶卡板,地台板,栈板,托盘,周转箱,周转箩,胶框,物流箱EU箱,电话:18026683545化工桶,垃圾桶,中空板,防静电产品等工业塑料产品的企业.

好玩的网页游戏

我们好玩的网页游戏_1ddnc手游网_有趣的手机游戏_游戏攻略技巧,致力于为玩家提供全面、实用、好玩的游戏攻略和技巧,帮助玩家解决游戏中的难题,提升游戏技能。

不锈钢板,不锈钢管,不锈钢棒,不锈钢带

游戏策略实验室,为玩家提供独特的游戏攻略和创新战术。

青岛济南甲醛检测公司

青岛甲醛检测公司-绿猫环保是一家致力于室内装修环境污染检测,提供济南甲醛检测、潍坊CMA甲醛检测,烟台室内空气检测,临沂甲醛检测,可出具具有法律效力的CMA检测报告。

域名联盟

域名联盟为易名科技旗下网站,致力于域名推广和域名展示页等服务,联盟的宗旨是打造域名界的生态闭环,流量变现,凸显域名的价值。

成都失眠医院

成都哪家医院治疗失眠较好,成都治疗失眠医院:成都棕南医院精神科,环境优美,交通方便,主任医师带队,一堆一面诊,收费透明,平价医院,一直以来,深受广大患者的好评 !地址:成都市二环路南二段19号。

金夫人连锁加盟官网

金夫人成立于1989年,至今已有34年的历史,遍布全国28个省、市,400+家门店,至今已为百万对新人记录人生中最幸福影像。 金夫人,成就加盟商拥有更多的店。婚纱摄影|样片赏析专区提供欧式婚纱摄影,韩式婚纱摄影,时尚婚纱摄影,复古婚纱摄影,清新婚纱摄影,唯美婚纱摄影,画意婚纱摄影,经典婚纱摄影等特色风格样片欣赏~

全局底部横幅