摘要
摘 要:基于二维图像重建三维图像,是目前计算机视觉的热点研究方向。传统的多视图三维重建因需要相机定标等额外操作,相比基于单幅二维图像的三维重构在实时便捷性上并不具备明显优势。随着对三维重构算法的实时和健壮性要求的提升,深度学习在三维重建上的研究和应用越来越深入,出现了很多成熟及实用的算法。本文提出了一种深度学习模型和基于对抗抵制相结合的方法,能够实现较为自然的三维图像,在三维重构和形状补全上更加贴近真实感知。
出版日期
2020年08月18日(中国期刊网平台首次上网日期,不代表论文的发表时间)