7

Reading Pixel2Mesh++: Multi-View 3D Mesh Generation via Deformation

 2 years ago
source link: https://jyzhu.top/Reading-Pixel2meshPP/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

论文地址：https://arxiv.org/abs/1908.01491

作者：Chao Wen, Yinda Zhang, Zhuwen Li, Yanwei Fu

发表： ICCV 2019

链接： https://arxiv.org/abs/1908.01491

如果你去做这个任务，会怎么做？作者做的方法和你想的有什么差异？

  1. 单视角图像3D重建模的效果不够好，尤其是背面，而且泛化能力也差。
  2. 所以增加多个视角的图像：更多视觉信息，且有已经定义得很好的传统方法。
  3. 但是传统方法需要更大量的图像；这时候深度学习模型可以隐式编码视角间的关联，就派上了用场。
  4. 很有用，但是欠研究。

What：

  1. 利用多视角图像，固定相机pose参数，利用GCN，从粗糙逐渐精细地变形，生成3D mesh重建模。
  2. 采样mesh模型顶点周围的区域，利用perceptual feature推理出对mesh的形变。
  3. 对于不同种类的物体泛化能力很好。

读前疑问：

  1. 似乎就是给pixel2mesh加上一层壳，应用在多视角图像上🤔那么这里的创新点本质在哪儿呢？
  2. GCN用处大吗，为什么用它？
  3. 采样mesh顶点周围的区域，是什么意思？
  4. 多视角3D重建，应用真的广泛吗？
  1. 多视角变形网络 Multi-View Deformation Network (MDN)

report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK