作者在SMAL的基础上,将原本传统优化方法改进为基于深度学习的方法,简化了重建方法。
<论文阅读>(五)Learning View Priors for Single-View 3D Reconstruction
这篇文章是少有的,无需3D监督信号的单图重建任务。论文提出了模拟人对于待重建物体的先验知识,即对于不可见视角的物体来说,人可以通过先验知识来“想象”其重建形状是怎样的。
<论文阅读>(四)Canonical Surface Mapping via Geometric Cycle Consistency
论文在无对应关系约束的情况下,利用循环一致性解决了如何将图片中的物体映射至一个3维模板上,并且可以应用于寻找图片之间的像素点对齐。而3维模板与图片上的物体只需要是属于同一类的即可。需要注意的是,为了使得将像素点投影至模板的平面上,作者使用了重心坐标来确定三维预测点在模板面片上的位置。
<论文阅读>(三)Paperset:how to Extract Geometric Features From Spatial Layout of Points
在最近的研究中想对重建的3D Shape进行特征抽取,并以此来帮助重建任务,所有研究了最近几年的有关point cloud, mesh的特征抽取相关工作论文,在这里作为一个合集记录一下。
Ubuntu18.04装机
最近把实验室电脑重装了一遍环境,虽说可以查到装机资料,但是很多人的情况与我不同,查来查去很费时间,就特意记录下来。目前记录的有Matlab,Pycharm,Cuda,CuDnn,Sougou拼音
<论文阅读>(二)End-to-End Recovery of Human Shape and Pose
作者利用SMPL和2d,3d数据训练了一个由单图生成人体三维Mesh的神经网络。在训练该网络时,对三维ground-truth的要求并不是很苛刻。
<论文阅读>(一)Learning Category-Specific Mesh Reconstruction From Image Collections
论文介绍了从单图重建一类物体的三维形状,文章主要介绍对鸟类的三维重建。但是在最后作者比较了其它刚性物体类别,例如汽车、飞机,等的重建效果。同时论文也介绍了一种在三维重建过程中,对物体纹理进行渲染的方法