图像三维重建专题第二期-Doublefusion

最新推荐文章于 2025-09-20 09:54:14 发布
原创 最新推荐文章于 2025-09-20 09:54:14 发布 · 726 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#paper #doubleFusion

介绍DoubleFusion系统，一种创新实时方法，利用深度相机实现人体细致几何、非刚性运动及内部形状重建。该方法采用双层模型，内层参数化人体形状，外层自由形式动态变化，实现内外表面融合。

论文链接

摘要

我们提出DoubleFusion，一个新的实时系统，其中结合立体动态重建使用数据驱动模板同时重建细致的几何，非刚性运动和内部人体形状从一个深度相机中。一个关键的贡献这个方法是双层的展示组成一个完整参数人体形状内部和一个外表面逐渐融合的外表面层。一个提前定义的节点图在身体表面参数的非刚体形变靠近身体，以及一个自由形式动态改变图

 

实时重建结果

更多《计算机视觉与图形学》知识，可关注下方公众号：

MATLAB算法实战应用案例精讲-【图像处理】三维重建(附MATLAB和python代码实现)
qq_36130719的博客
12-13 1万+
在计算机视觉中，三维重建是指根据单视图或者多视图图像重建原始三维信息的过程。单视图缺少深度、多视角信息，基于单视图的三维重建效果较一般。基于多视角图像的三维重建，充分利用了多视角拍摄信息，先对摄像机进行标定，并计算出摄像机的图像坐标系与真实世界坐标系的关系，然后利用多个二维图像重建出三维信息。广义上，三维重建是指对某些三维物体或者三维场景的一种恢复和重构。重建出来的模型，方便计算机表示和处理。
OpenCvSharp三维重建SFM与图像拼接Stitch
Yoto_Jo的博客
07-08 1588
参考opencv的SFM代码，利用OpenCVSharp复现了SFM三维重建，可以重建稀疏点云；并且可以读取点云显示，不过是不带颜色信息的； 参考opencv的图像拼接代码，同样利用了OpenCVSharp复现一遍。 里面是使用了Winform开发的一个使用软件，有兴趣的朋友可以学习一下或者参考着继续开发；小功能比较多，界面写的比较简单使用，但是总体还是可以实现功能，也是反映了我当前利用Winform开发的一个水平，都是些初中级的东西吧。 如果您有更好的建议，非常欢迎您可以在下方评论。...
图像三维重建专题第二期-DynamicFusion详讲
CSS360的博客
08-20 975
论文链接 摘要
DoubleFusion实现的关键要点
chenguowen21的专栏
05-09 2171
ShapePoseOptimizer是一切的基石 也即一个好的NodeGraph，不重叠，好的NodeGraph可以生成好的KNN。实际中可以采取顶点数从1000到击200个点都可以用于表达人体的局部旋转场，比如下图是由998个点， NodeGraph构成HesssianReg，并且会决定最终系统矩阵的条件数 NodeGraph 节点图在腿部不是很...
DoubleFusion和DynamicFusion解读
chenguowen21的专栏
03-02 5868
DynamicFusion DynamicFusion是一种基于Canonical TSDF和Mesh以及一个从Mesh中提取中warpNode，本质上是一种基于深度图和ICP算法的稀疏warp场估计的DenseSlam系统。其中最关键是系统能量的wee设计： 是变形场，V是顶点场，也是TSDF值，Dt是输入的深度图像，而为Node之间的连接关系，也即NodeGrap...
[论文翻译]DynamicFusion:非刚性场景的实时重建与追踪
qq_40405122的博客
10-18 1358
DynamicFusion:非刚性场景的实时重建与追踪 网上很少看到有人对DynamicFusion进行详细解读，因此打算翻译全文，初学SLAM，错漏之处还望指出。 摘要 通过融合消费级深度摄像机扫描的RGBD图像，我们首次实现了支持非刚性形变场景的实时稠密SLAM系统。DynamicFusion能重建场景几何，同时不断估计一个密集的6维运动场，其将估计的几何结构映射到实时帧中。像KinectFu...
RGBD VIO－RGBD相机预积分紧耦合
uranus_guan的专栏
12-04 1299
　 今年抽空研究了一下VIO，惯导和视觉融合分松耦合和紧耦合，目前主要用紧耦合，主要原因就是因为准，紧耦合一共有二种方式，基于滤波和基于优化的方法，基于滤波的有msckf，基于优化的开源代码主要有okvis，orbslam2+imu(VIORB)，vins。通过相关论文发现，其实就算法而言开山之作是OKVIS, Foster，orbslam2，等相关论文。其中Foster的论文适合学习，非常...
基于非参数化模型的三维人体重建-RGBD Fusion类
rlczddl的博客
02-13 871
场景均为相机固定人体转动，也就是算法的输入为多视角下的人体RGBD图，核心在于配准算法。无任何先验，将重建问题看作是一个纯纯的配准问题，也可适用于一般物体。扫描多视角无需多说，而在单视角情况下，论文利用了kinect v1的马达采集了多张RGBD图，为的是覆盖更多的人体区域，因此也就多了下面单视角融合一步。单视角融合与分割1）对单个视角下的多帧点云进行刚性ICP配准，然后进行泊松重建得到单视角下的完整人体点云。
SfM多视图三维点云重建--【VS2015+OpenCV3.4+PCL1.8】
青箬笠，绿蓑衣
03-12 4674
在完成两视图三维重建之后，接下来就是进行多视图重建。多视图重建的难点在于如何确定后一个相机到世界坐标系的变换矩阵。
基于AI分类得视频孪生鹰眼图像三维逆变换矫正算法
最新发布
qianbo042311的博客
09-20 1447
【视频孪生三维投影矫正工具】摘要： 该工具通过球面投影、柱面投影和收缩投影三步骤，实现鹰眼视频图像的三维逆变换。室内场景需处理拼接画面，室外场景则重点矫正弯曲道路。工具面临参数调整复杂、图像类型多样的挑战，因此引入AI技术：1)使用CNN分类网络自动识别相机类型(枪机/鱼眼/鹰眼)；2)通过神经网络智能推荐矫正参数。演示案例显示，手动调整存在瑕疵，而AI能显著提升矫正效率和精度，最终实现视频图像与三维引擎的无缝融合。
基于RGB-D相机的三维重建算法学习笔记（一）——KinectFusion方法解读
weixin_44292547的博客
07-13 2526
KinectFusion论文笔记： 1. 表面测量（Surface measurement）； 2. 表面重建更新（Surface reconstruction update）； 3. 表面预测（Surface prediction）； 4. 传感器位姿估计（Sensor pose estimation）；
进行稀疏重建_基于RGB-D相机的三维重建总览 包括静态与动态三维重建...
weixin_39954908的博客
01-04 853
自接触三维重建以来，一直为fusion类的三维重建所惊艳，同时心头一直盘旋着写个合集的想法，直至自己亲身实践一番后，终于可以了却心愿。故先写个总览作为备忘，也可给各位看客提供按图索骥的便利。后续还会写具体文章的分析，分享下对相关论文的理解。 基于fusion类的三维重建其实可以大体分为两种，一种是对于静态场景的三维重建，以KinectFusion为典型代表，一种是对于动态场...
三维重建：深度相机方案对比-KinectFusion的基本原理（尺度）
wishchinYang的专栏
12-27 7292
KinectFusion算法原理依据2011年发表的Fusion重建的论文，主要重建方法为TSDF算法，并在GitHub上开源了相关代码，可以直接编译使用。 论文：https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/kinectfusion-uist-comp.pdf； ...
RGBD融合原理及实践
nszjh的专栏
05-23 3038
RGBD融合原理及实践前言原理部分实践 前言 好久没更新博客了，主要是因为懒，最近有些得闲，决定纪录下之前的工作。RT，RGBD数据融合其实就是将3D摄像机的RGB与Depth数据做融合显示的过程，做法也不难理解，就是将depth camera与rgb camera的像素对应起来即可。 原理部分 原理部分主要借鉴这篇 博文, 详细的公式在这就不作重复了，贴张图吧。 从上面的博客或图片可以看出，...
SMPL模型进阶
热门推荐
chenguowen21的专栏
09-20 4万+
SMPL模型是一种参数化人体模型，是马普所提出的一种人体建模方法，该方法可以进行任意的人体建模和动画驱动。这种方法与传统的LBS的最大的不同在于其提出的人体姿态影像体表形貌的方法，这种方法可以模拟人的肌肉在肢体运动过程中的凸起和凹陷。因此可以避免人体在运动过程中的表面失真，可以精准的刻画人的肌肉拉伸以及收缩运动的形貌。 该方法中β和θ是其中的输入参数，其中β代表是个人体高............
CVPR2018 | 3D视觉
3D Vision
11-30 8386
Self-Supervised Multi-Level Face Model Learning for Monocular Reconstruction at Over 250 Hz Ayush Tewari, Michael Zollhöfer, Pablo Garrido, Florian Bernard, Hyeongwoo Kim, Patrick Pérez, Christian Th...
CVPR2021文章理解2-POSEFusion: Pose-guided Selective Fusion for Single-view Human Volumetric Capture
cgsmalcloud的博客
04-12 1084
CVPR2021文章理解2-POSEFusion: Pose-guided Selective Fusion for Single-view Human Volumetric Capture
RGBD-SLAM总结
qq_27550989的博客
10-25 2万+
一.引言     首先，我们需要知道什么是SLAM（simultaneous localization and mapping， 详见SlamCN），SLAM，即时定位与制图，包含3个关键词：实时、定位、制图，就是实时完成定位和制图的任务，这就是SLAM要解决的基本任务。按照使用的传感器分为激光SLAM（LOAM、V-LOAM、cartographer）与视觉SLAM，其中视觉SLAM又可分为单
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值