ICCV 2023 I NDC-Scene：单目三维语义场景补全的新突破

作者：小张Tt  | 来源：3D视觉工坊

在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf和代码链接。

添加微信：dddvisiona，备注：三维测量，拉你入群。文末附行业细分群。

本文提出了一种新颖的归一化设备坐标场景完成网络（NDC-Scene），用于解决单目三维语义场景完成（SSC）中的几个关键问题。通过将二维特征图扩展到归一化设备坐标空间，而不是直接扩展到世界空间，以及使用深度自适应双解码器进行上采样和融合，提出的方法在单目SSC任务中表现出色，并在室外SemanticKITTI和室内NYUv2数据集上优于最先进的方法。

读者理解：

本文提出了一种新的方法，用于从单个图像中预测复杂的语义和几何形状，而无需3D输入。作者指出了当前最先进方法中存在的几个关键问题，包括射线到3D空间中投影的2D特征的特征模糊性，3D卷积的姿态模糊性以及不同深度层次上3D卷积中的计算不平衡性。为了解决这些问题，作者设计了一种新颖的规范化设备坐标场景补全网络（NDC-Scene），通过逐步恢复深度维度来将2D特征图直接扩展到规范化设备坐标（NDC）空间，而不是直接扩展到世界空间。实验结果表明，将大部分计算从目标3D空间转移到提议的规范化设备坐标空间有助于单眼SSC任务。此外，作者设计了一个深度自适应双解码器，用于同时上采样和