Synthesizing 3D Shapes via Modeling Multi-View Depth Maps and Silhouettes with Deep Generative Netwo

http://openaccess.thecvf.com/content_cvpr_2017/papers/Soltani_Synthesizing_3D_Shapes_CVPR_2017_paper.pdf

Keyword: 3D Computer Vision

Abstract

问题描述

• 区别于传统分块或体素的模型表示方式，通过深度网络的学习， 使用多角度深度图和遮罩图，还原三维模型（点云表示方式）。

主要贡献

• 基于多角度深度图像和遮罩图像的三维模型还原网络（能保持一定的模型细节）

• 实验证明该网络模型可应用于三维模型分类和模型变换

• 实验证明该网络模型可应用于真实世界的物体还原

Main Effect/Pipeline

网络结构

数据集制作

Results

模型变换

真实场景应用