公开(公告)号：CN118736114A

公开(公告)日：2024-10-01

申请号：CN202410774094.1

申请日：2024-06-17

Applicant: 南开大学

Inventor： 任博 ,  蔡宇翔 ,  邱佳雄

IPC: G06T17/00 ,  G06T15/00 ,  G06T15/04 ,  G06T15/20 ,  G06T19/20

Abstract: 本发明提出了一种基于神经隐式符号距离场的半透明物体三维重建系统的方法，涉及计算机视觉技术领域和三维重建领域，可以对含有半透明物体的场景进行三维重建以及新视角的合成。本发明将场景内的物体表示为用多层感知机拟合的隐式的符号距离场模型，通过输入的RGB数据，相机的位姿，优化场景的物理信息(颜色，体素密度)以及用神经网络表示的隐式的符号距离场，最终从优化过后的隐式距离场模型中提取三维重建的结果。该方法不但可以正确的恢复半透明物体的几何，还可以得到新视角合成的图像。解决了已有方法在半透明物体场景存在的重建精度差，新视角合成质量低的问题。

公开(公告)号：CN117274349A

公开(公告)日：2023-12-22

申请号：CN202311235849.2

申请日：2023-09-22

Applicant: 南开大学

Inventor： 任博 ,  蔡宇翔 ,  朱一凡 ,  张海威

IPC: G06T7/593 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于RGB‑D相机一致性深度预测的透明物体重建方法及系统，获取RGB‑D相机的包含透明物体的RGB图像、深度图像和相机内参信息；利用透明物体分割网络，基于所述RGB图像，得到透明物体的掩码；将掩码应用在所述深度图像上，获取非透明物体区域的深度值，并利用相机内参信息获取该图像在三维空间的点云；基于掩码、RGB图像和三维空间点云，利用预先训练的一致性深度预测神经网络进行深度图像预测，得到恢复出的深度图像；基于所述恢复出的深度图像、RGB图像和相机内参信息，进行三维重建，得到最终结果。本发明可以对存在以透明物体为前景的场景进行准确重建。