研究目的
为解决使用单RGB-D传感器对动态非刚性物体进行三维重建的问题,重点在于减轻长序列中的累积误差和表面跟踪失败。
研究成果
该框架通过环路闭合解决漂移问题,并结合几何与颜色约束,有效重建了可变形物体的三维形状与外观。实验证明,其在合成数据集和真实数据集上均能生成具有高保真度色彩贴图的精确完整模型。未来工作包括通过纹理优化外观、处理拓扑变化以及增强对快速运动的鲁棒性。
研究不足
该方法依赖于构建部分扫描的成功率,但在快速运动时可能失败。假设拓扑结构恒定,且不处理变化的拓扑结构。该方法是离线的,非实时处理,约需40分钟。被遮挡部分可能无法完全重建,且未解决未观测区域的颜色填充问题。
1:实验设计与方法选择:
该方法采用具有显式闭环检测的全局非刚性配准框架,包括将输入RGB-D序列分段、融合帧以生成局部扫描、使用嵌入式变形模型进行成对非刚性配准、通过SIFT特征进行环路检测、带环路约束的全局配准以及用于优化的模型更新步骤。几何与颜色信息均用于配准对齐。
2:样本选择与数据来源:
合成数据集来自纹理网格模型,真实数据集由Microsoft Kinect V2传感器采集(拍摄对象为人体在传感器前旋转)。
3:实验设备与材料清单:
Microsoft Kinect V2传感器用于数据采集,配备8核3.6GHz英特尔CPU和16GB内存的台式机用于处理,MATLAB 2016a软件用于实现。
4:6GHz英特尔CPU和16GB内存的台式机用于处理,MATLAB 2016a软件用于实现。
实验流程与操作步骤:
4. 实验流程与操作步骤:流程包含局部片段生成、成对配准、环路检测、全局配准及模型更新。参数设置特定权重(如αr=100,αs=1000),并通过Levenberg-Marquardt算法优化。
5:数据分析方法:
定量评估通过与真实模型对比计算几何误差,定性评估通过重建模型与色彩图的视觉检查。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容