基于三向量网格的多视图表面重建研究

利用符号距离场(SDF)进行表面重建是3D重建的一种常见策略。针对当前基于显示网格的表面重建存在的分辨率难以提高、重建表面精确度受到限制的问题,提出三向量网格和多层感知机(MLP)共同重建符号距离场(SDF)的方法。三向量网格的分辨率与内存增长呈线性关系,分辨率容易提高到更高水平,相比纯粹使用MLP具有更好的拟合能力。该方法使用自注意力卷积生成不同频带上的特征,以减少网格离散性并增加非线性表示能力。对三向量特征嵌入位置编码,通过引入归纳偏差,对抗表面重建过程中的噪声。针对复杂曲面难以拟合的问题,提出一种数据采样的优化方法,在复杂曲面附近提高采样频率。实验结果表明,该方法在DTU数据集上的表面重建精度优于最先进的方法4%。