中外团队提出无需掩码的神经隐式表面重建框架Hi-NeuS
它能够将表面噪点降低约20%，将未遮挡的CD提高约30%，获得了更好的表面细节
（映维网Nweon 2025年02月25日）以对象为中心的表面重建对于为AR/VR创建可编辑的数字资产至关重要。由于缺乏几何约束，现有的方法在网格处理中需要注释对象掩码来重建紧凑的表面。然而，掩码注释繁琐的性质产生了相当大的人工成本。
针对这个问题，香港科技大学（广州）和加拿大阿尔伯塔大学团队提出了一种基于渲染的神经隐式表面重建框架Hi-NeuS，目标是无需多视图对象掩码就能恢复紧凑和精确的表面。
这里的关键见解是，在以对象为中心的视图中，重叠区域自然地突出了camera围绕对象运行时的感兴趣对象，所以可以通过估计从多个视图累积的渲染权重分布来指定感兴趣对象，这隐式地标识了用户希望捕获的表面。
所以团队设计了一种几何细化方法，采用多视图绘制权重以自监督方式引导神经表面的SDF。具体来说，它保留相关权重，根据分布重新采样伪曲面。这有助于将SDF与感兴趣对象对齐。然后正则化SDF的几何一致性偏差。
......（全文 2129 字，剩余 1742 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
