基于深度学习的图像重建方法，通过数据驱动的方式，可以从图像中学习其三维空间的语义特征，从中恢复出模型的三维形状.探究了3类基于深度学习的图像虚拟重建算法，并在公开数据集上对相应的重建方法进行了性能比较，发现生成模型比非生成模型更有利于重建.其中，基于生成对抗网络的融合重建算法表现最优.此外，还对多视图输入的数量以及重建模型的表示对重建结果的影响进行了分析.实验结果表明，视图越多，且重建模型为网格表示时，重建结果越好.
科研之友
微信
新浪微博
Facebook
分享链接
