三维动画制作中对单个图像的提前推断在之前未出现的对象是非常困难的。但是一个叫做具有卷积网络的单幅图像的多视图三维模型的案例改变了一切。本次来自西安太空动画的小编为你带来关于具有卷积网络的单幅图像的多视图三维模型的全部内容介绍。
具有卷积网络的单幅图像的多视图三维模型是由15年由Maxim Tatarchenko， Alexey Dosovitskiy， Thomas Brox等人提出并制作。
他们找到了一种变形方法，用于从一组带有尺度信息的定向点进行曲面重建。由于从不同距离拍摄的图像而具有非均匀点密度的场景。 与以前的方法相比，他们将比例信息整合到物镜中，并在平衡的八叉树网格上全局优化表面的有符号距离函数。他们在八叉树的二元结构上使用有限元离散化变量的数量。 从双重结构有效地生成四面体网格，并且还优化了存储器效率，使得即使在非常大的场景上也可以使用稳健的数据项。 表面法线被明确优化并用于表面提取以改善边缘和拐角处的重建。
以上就是关于三维动画制作中关于具有卷积网络的单幅图像的多视图三维模型的全部内容介绍了，来自微工匠的小编感谢你的观看。