NeuS公司 swMATH ID: 44039 软件作者： 王鹏、刘凌杰、刘媛、克里斯蒂安·西奥巴特、高村拓夫、王文平 描述： NeuS：通过体绘制学习神经隐式曲面用于多视图重建。我们提出了一种新的神经曲面重建方法，称为NeuS，用于从2D图像输入重建高保真的对象和场景。现有的神经曲面重建方法，如DVR和IDR，需要前景掩模作为监督，容易陷入局部极小值，因此难以重建具有严重自遮挡或薄结构的对象。同时，最近用于新视图合成的神经方法，如NeRF及其变体，使用体绘制生成具有优化鲁棒性的神经场景表示，即使对于高度复杂的对象也是如此。然而，从这种学习过的隐式表示中提取高质量曲面很困难，因为表示中没有足够的曲面约束。在NeuS中，我们建议将曲面表示为符号距离函数（SDF）的零级集，并开发一种新的体绘制方法来训练神经SDF表示。我们观察到，传统的体绘制方法会导致曲面重建的固有几何误差（即偏差），因此，我们提出了一种新的公式，该公式在一阶近似中没有偏差，从而即使没有掩模监督，也能实现更精确的曲面重建。在DTU数据集和BlendedMVS数据集上的实验表明，NeuS在高质量曲面重建方面优于现有技术，尤其是对于具有复杂结构和自遮挡的对象和场景。 主页： https://arxiv.org/abs/2106.10689 源代码： https://github.com/Totoro97/NeuS 依赖项： 蟒蛇 关键词： 绘图;arXiv_cs。希腊;计算机视觉;模式识别;arXiv_cs。个人简历 相关软件： 交通运输部;款式GAN2;ResMLP公司;布里斯克;效率Det;面2面;打开姿势;NIMA公司;网格实验室;SegStereo公司;锚网;软剪刀;MVS网络;效率网;时尚-MNIST;摄像头网络;DISN公司;群集适配;PWC-网络;Flickr30K手机;位置CNN 引用于： 1文件 1位作者引用 1 理查德·塞利斯基 连载1篇 1 计算机科学课文 在1个字段中引用 1 计算机科学（68至XX） 按年份列出的引文