最近的神经网络隐式表达(neural implicit representation)因为其在三维重建和新视角图片生成的显著效果受到广泛关注，可是直接把神经网络隐式表达运用到实时三维重建上主要有两个难点：
1. 实时性，neural implicit representation通常需要非常长的训练时间；
2. 可更新性，因为重建是一个在线的过程，算法需要根据新的深度图更新对场景的重建。
针对以上问题，我们创新性地提出BNV-Fusion。本作的亮点在于我们所提出的双层融合机制能够高效并且精确地把新的深度图融合进对三维场景的隐式表达中。在运行速度上，BNV-Fusion显著优于之前基于神经网络隐式表达的工作。在重建效果上，本作也能精确地重建之前工作容易忽略掉的细节。
论文名称：
BNV-Fusion: Dense 3D Reconstruction using Bi-level Neural Volume Fusion
论文链接：
https://arxiv.org/pdf/2204.01139.pdf
代码链接：
https://github.com/likojack/bnv_fusion
BNV-Fusion结构图
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
评论
沙发等你来抢