Pix2Vox ++：
从单个和多个图像进行多尺度上下文感知的3D重建！表现SOTA，性能比AttSets、IM-Net还强！最重要的是代码已开源！
作者团队：哈工大&商汤&南洋理工大学&鹏城实验室
在过去的几年中，利用深度神经网络从单个或多个图像中恢复物体的3D形状已引起越来越多的关注。主流工作（例如3D-R2N2）使用递归神经网络（RNN）顺序融合输入图像的特征图。但是，当给定相同输入图像的顺序不同时，基于RNN的方法无法产生一致的重建结果。此外，由于long-term memory loss，RNN可能会忘记早期输入图像中的重要功能。为了解决这些问题，我们提出了一种用於单视图和多视图3D对象重构的新颖框架，名为Pix2Vox++。通过使用设计良好的编码器/解码器，它可以从每个输入图像生成一个粗糙的3D volumes。然后引入多尺度上下文感知融合模块，以从所有粗糙的3D体积中为不同部分自适应地选择高质量的重建，以获得融合的3D volume。为了进一步校正融合的3D volume中错误回收的parts，采用了优化器来生成最终输出。在ShapeNet，Pix3D和Things3D基准测试上的实验结果表明，Pix2Vox ++在准确性和效率方面均优于最新技术。 《Pix2Vox++: Multi-scale Context-aware 3D Object Reconstruction from Single and Multiple Images》
代码：https://gitlab.com/hzxie/Pix2Vox
论文下载链接：https://arxiv.org/abs/2006.12250
关键词：#论文速递# #开源项目# #多尺度上下文感知# #三维重建#