立体偏振三维形状学习网络

法向与视差联合恢复

基于深度学习与立体偏振信息,同时恢复表面法向与视差,并利用形状一致性与视角编码解决极化歧义和透视投影问题。

Huang, Tianyu · Li, Haoang · 何克晶 · Sui, Congying · 李斌 · Yunhui, Liu

2023

技术优势

偏振歧义更少

形状一致性掩码预测模块利用法向与视差的内在一致性,找出法向估计不可靠的区域并用全局注意力特征替换。

透视投影下更准

视角方向辅助的位置编码策略为每个像素引入独特的视角方向编码,使网络能够处理非正交投影。

光照变化更鲁棒

在包含多种物体类别和光照条件的真实数据上实验表明,本方法对光照变化表现出更高的鲁棒性。

应用场景