吴尚哲的 CVPR 最佳论文：无需任何监督，即可重建三维图像

CVPR 2020 已经召开，各种奖项在前两天也已经公布，华人几乎包圆所有论文奖项。

来自牛津大学视觉几何组的博士生吴尚哲，本科毕业于香港科技大学，以一作身份同Christian Rupprecht、Andrea Vedak共同获得最佳论文奖，论文为《Unsupervised Learning of Probably Symmetric Deformable 3D Objects from Images in the Wild》。

https://arxiv.org/abs/1911.11130 代码地址：https://github.com/elliottwu/unsup3d 项目地址：https://elliottwu.com/projects/unsup3d/ Demo 地址：http://www.robots.ox.ac.uk/~vgg/blog/unsupervised-learning-of-probably-symmetric-deformable-3d-objects-from-images-in-the-wild.html

这篇最佳论文最亮的点是：基于原始单目图像学习3D可变形物体类别，而且无需外部监督。其使用的方法是基于一个自动编码器，这个编码器能够将每张输入图像分解为深度、反射率、视点和光照四个组件。整体模型结构如下：

实验结果表明，作者的方法能够在不需要任何监督和先验形状模型的情况下，非常准确地从单目图像中恢复人脸、猫脸和汽车的三维形状。

内容中包含的图片若涉及版权问题，请及时与我们联系删除