基于深度学习的单幅图像三维重建 |
| |
作者姓名: | 李秀梅 何鑫睿 白煌 孙军梅 缪永伟 |
| |
作者单位: | 杭州师范大学信息科学与技术学院 |
| |
基金项目: | 国家自然科学基金项目(61972458,61801159);;浙江省自然科学基金项目(LZ23F020002); |
| |
摘 要: | 随着深度学习技术的发展,深度神经网络在图像处理和三维重建中得到广泛应用,为探究目前深度学习框架下的单幅图像三维重建研究现状,该文对近年的相关研究工作进行综述.首先介绍深度学习框架下基于图像的不同三维重建方法的分类;其次梳理图像三维重建中不同神经网络方法的研究进展;并根据重建三维模型表示方式的不同,分别讨论针对体素、点云、网格、隐式等不同表示方式的单幅图像三维重建网络和方法;然后给出单幅图像三维重建中的常用评价指标与数据集,并对公开数据集下针对不同表示方式的各类三维重建方法的结果进行比较与分析;最后对单幅图像三维重建所面临的困难和挑战进行讨论,并给出未来的研究方向.
|
关 键 词: | 深度学习 单幅图像 三维重建 体素 点云 网格 隐式表示 |
|
|