less than 1 minute read

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

Comments