SurfaceNet：一种端到端的3D多视立体视觉神经网络

每天一分钟，带你读遍机器人顶级会议文章

标题：SurfaceNet: An End-to-end 3D Neural Network for Multiview Stereopsis

作者：Mengqi Ji , Juergen Gall, Haitian Zheng, Yebin Liu and Lu Fang.

来源：International Conference on Computer Vision (ICCV 2017)

编译：马可

审核：颜青松 陈世浪

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

这篇文章提出了一个用于多视立体视觉的端到端学习框架。我们称之为SurfaceNet。该网络接收一系列图片及其对应的相机参数作为输入并且直接得到3D模型作为输出。该框架的核心优势在于，利用端到端神经网络解决多视立体视觉问题能够直接学习到图像一致性与其几何相关性。SurfaceNet是一个通过将相机参数与图像以3D体素共同编码表示的方式构建的全3D卷极网络。我们在大规模DTU基准上验证了SurfaceNet。

Abstract

This paper proposes an end-to-end learning framework for multiview stereopsis. We term the network SurfaceNet. It takes a set of images and their corresponding camera parameters as input and directly infers the 3D model. The key advantage of the framework is that both photo-consistency as well geometric relations of the surface structure can bedirectly learned for the purpose of multiview stereopsis in an end-to-end fashion. SurfaceNet is a fully 3D convolutional network which is achieved by encoding the camera parameters together with the images in a 3D voxel representation. We evaluate SurfaceNet on the large-scale DTU benchmark.

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。

欢迎来到泡泡论坛，这里有大牛为你解答关于SLAM的任何疑惑。

有想问的问题，或者想刷帖回答问题，泡泡论坛欢迎你！

泡泡论坛：http://paopaorobot.org/forums/

泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成，希望大家珍惜我们的劳动成果，转载请务必注明出自【泡泡机器人SLAM】微信公众号，否则侵权必究！同时，我们也欢迎各位转载到自己的朋友圈，让更多的人能进入到SLAM这个领域中，让我们共同为推进中国的SLAM事业而努力！