基于RGB-D SLAM和离线优化的三维物体重建

来源 :2018第12届全国计算机图形学大会Chinagraph 2018 | 被引量 : 0次 | 上传用户:pangyaoyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  本文主要关注在普通硬件条件下重建出精确的三维物体的点云模型。基本思想是将实时相机跟踪与后端优化两个模块分开,相机跟踪模块能够实时估计粗糙的相机位姿,显示当前重建出的物体点云,保证相机跟踪不会失败,同时尽可能得到待重建物体各个角度的图像。而后端优化模块根据相机跟踪模块得到的粗糙相机轨迹,进一步优化得到精确的全局相机位姿,同时对三维地图点进行优化,生成高精度的三维物体模型。在TUM公开数据集上的实验结果表明,我们的方法恢复出的相机位姿更为准确,能够重建出高质量的三维物体点云。
其他文献
目的 针对现有的服装搭配框架在时尚服装搭配上,服装图像提取深度特征进行搭配需要较大时间开销的问题,提出了一种新的FMatchNet网络提取哈希特征进行服装快速搭配的方法 。方法 首先采用Faster-RCNN方法 检测出图像中的服装区域,用此服装区域进行服装搭配可以最大限度地保留原服装信息,并可以消除图像背景信息的干扰。然后,服装区域的图像通过双路深度卷积神经网络提取服装的深度特征和产生服装的哈希
会议
会议
会议
会议
数字孪生通过将物理产品进行数字化表达,进而实现虚拟世界与物理世界的深度融合,近年来受到了众多学者的广泛关注。生产线作为生产制造过程中的重要组成部分,研究生产线的建模仿真方法具有重要意义。针对目前采用的生产线建模仿真方法中存在的一些问题,通过对生产线建模仿真与数字孪生的综合研究,提出数字孪生生产线的概念,并且进一步阐述了何为数字孪生生产线,对数字孪生生产线的组成、构建方法等几个关键问题进行了研究分析
会议
会议
在三维模型生成过程中,存在信息丢失、模型结构残缺不全等现象。本文结合深度学习理论,提出了基于八叉树的三维模型补全方法,对残缺三维模型的结构和细节进行预测填充,进而得完整的三维模型。
会议
针对三维模型信息丢失、结构残缺不全等问题,本文提出了一种基于生成对抗网络的模型补全方法,通过结合编码-解码机制和生成对抗网络的对抗机制来预测三维模型的完整结构并以此保证预测模型与输入模型之间的相似性,实现三维模型的高效修复。
会议
会议
会议