Pix2Vox ++：
從單個和多個圖像進行多尺度上下文感知的3D重建！表現SOTA，性能比AttSets、IM-Net還強！最重要的是代碼已開源！
作者團隊：哈工大&商湯&南洋理工大學&鵬城實驗室
在過去的幾年中，利用深度神經網絡從單個或多個圖像中恢復物體的3D形狀已引起越來越多的關注。主流工作（例如3D-R2N2）使用遞歸神經網絡（RNN）順序融合輸入圖像的特徵圖。但是，當給定相同輸入圖像的順序不同時，基於RNN的方法無法產生一致的重建結果。此外，由於long-term memory loss，RNN可能會忘記早期輸入圖像中的重要功能。爲了解決這些問題，我們提出了一種用於單視圖和多視圖3D對象重構的新穎框架，名爲Pix2Vox++。通過使用設計良好的編碼器/解碼器，它可以從每個輸入圖像生成一個粗糙的3D volumes。然後引入多尺度上下文感知融合模塊，以從所有粗糙的3D體積中爲不同部分自適應地選擇高質量的重建，以獲得融合的3D volume。爲了進一步校正融合的3D volume中錯誤回收的parts，採用了優化器來生成最終輸出。在ShapeNet，Pix3D和Things3D基準測試上的實驗結果表明，Pix2Vox ++在準確性和效率方面均優於最新技術。 《Pix2Vox++: Multi-scale Context-aware 3D Object Reconstruction from Single and Multiple Images》
代碼：https://gitlab.com/hzxie/Pix2Vox
論文下載鏈接：https://arxiv.org/abs/2006.12250
關鍵詞：#論文速遞# #開源項目# #多尺度上下文感知# #三維重建#