基于多尺度卷积网络的单幅图像的点法向估计

摘要：

单幅图片法向量估计是计算机图形学和计算机视觉研究的重要问题之一.在缺少其它三维信息的情况下,由单幅图像预测出对应法向量,对于三维场景重建,三维模型识别,三维语义分割等具有重要意义.为解决这一问题,文中使用多尺度的卷积网络结构,对图像进行端到端的输出预测.该网络由两个层级组成,第1层采用在ImageNet中性能最好的DenseNet分类网络,对输入进行全局处理.第2层级采用全卷积网络结构,对第1层级获得的输出进行进一步的精细预测.实验结果表明,即使不使用其他预处理或后处理步骤,文中提出的网络在单幅图像点法向预测方面仍能取得较理想的结果.

关键词：法向量预测、单幅图像、卷积网络

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61572202;广东省自然科学基金资助项目2015A030313220,2017A030313347;浙江大学CAD&CG国家重点实验室开放性课题A1715

在线出版日期：2019-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9