「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

1. 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；

   1. 给人的感觉更像是一个可以变换三维目标角度的分割；
   2. 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；
   3. 感觉就是挂了个自编码的名字啊；

2. 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；

---

End

附录

A 参考资料