三菱研发FreBIS神经隐式表面表示技术提升3D重建精度
新颖的神经隐式表面表示方法
（映维网Nweon 2025年08月15日）神经隐式表面表示技术对于增强现实/虚拟现实等领域的技术进步十分重要。这类技术能够将场景中物体的表面建模为一个连续函数，并已经取得了显著进展，尤其是在相对于经典的3D表面重建方法（例如使用体素或点云的方法）时。然而，相关方法在处理具有多样且复杂表面的场景时存在困难，主要是因为它们使用单一的编码器网络来建模任何给定场景，而网络需要同时捕获场景中从低频到高频的所有表面信息。
为了克服这一挑战，日本三菱团队在一项研究中提出了一种新颖的神经隐式表面表示方法FreBIS。FreBIS的工作原理是根据表面的频率将场景分层为多个频率层级，每个层级（或一组层级）由一个专用的编码器进行编码。另外，FreBIS通过一种新颖的冗余感知加权模块来促进编码特征之间的互异性，从而鼓励编码器捕获互补信息。
在具有挑战性的BlendedMVS数据集进行的实证评估表明，将现成的神经表面重建方法中的标准编码器替换为所提出的频率分层编码器，能带来显著的改进。相关改进在重建的3D表面质量以及从任何视角进行渲染的保真度上均显而易见。
......（全文 2314 字，剩余 1883 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
