「CV」 视角转换资源汇总
视角转换:改变输入图像的视角;
本文汇总相关资源;
1 论文汇总
- Multi-view 3D Models from Single Images with a Convolutional Network
2016 Paper | Tensorflow
卷积网络
·单视图生成 RGB-D
·自编码
输入单张图片和描述视角的向量;网络可以忽略背景,输出目标的 RGBD 图像;我们的方法可以得到三维的深度图;根据深度图可以得到点云,进一步得到物体的三维表面;
网络在编码部分使用卷积,解码部分使用反卷积;中间用全连接层;分割和自编码有啥区别
实验:在 ShapeNet 数据集上,对车辆和椅子进行实验,效果都很好;渲染使用了 Panda3D;- 给人的感觉更像是一个可以变换三维目标角度的分割;
- 所谓的立体深度图,其实就是用不同视角的向量多跑几次网络,得到的多个二位深度图融合在一起;
- 感觉就是挂了个自编码的名字啊;
- View Synthesis by Appearance Flow
ECCV 2016 Paper | Caffe-Offical
卷积网络
·自编码
输入二维图片和目标视角向量,经过自编码网络,输出每个像素点想比较原目标物体的光流,根据原始图片和光流得到新视角下的图片;
在 KITTI 上做了实验;并验证了网络对车辆,椅子和飞机的效果;
Comments