遮挡和碰撞检测一直是 AR 行业面对的一大难题,其技术难点在于需要实时获取场景的三维表面信息,从而使虚拟物体和真实环境能融为一体。
Part 2 方法介绍
Part 3 实验结果
Part 4 结语
论文作者
杨幸彬、周立阳、姜翰青、唐中樑、王元博、鲍虎军、章国锋
论文链接
https://ieeexplore.ieee.org/document/9201064
References
[1] A. Drory, C, et al. Semi-global matching: A principled derivation in terms of message passing. In German Conference on Pattern Recognition, pp. 43–53. Springer, 2014.
[2] Ummenhofer B, Zhou H, Uhrig J, et al. Demon: Depth and Motion Network for Learning Monocular Stereo. In CVPR, 2017.
[3] Matthias Nießner, Michael Zollhöfer, Izadi S , et al. Real-time 3D Reconstruction at Scale using Voxel Hashing. ACM Transactions on Graphics (TOG), 2013.
[4] W. E. Lorensen and H. E. Cline. Marching cubes: A high resolution 3D surface construction algorithm. ACM SIGGRAPH Computer Graphics, 21(4):163–169, 1987.
[5] P. Ondruska, P. Kohli, and S. Izadi. MobileFusion: Real-time volumetric surface reconstruction and dense tracking on mobile phones. IEEE Transactions on Visualization and Computer Graphics, 21(11):1–1.
[6] Y. Yao, Z. Luo, S. Li, T. Fang, and L. Quan. MVSNet: Depth inference for unstructured multi-view stereo. In ECCV, pp. 767–783, 2018.
[7] S. Im, H.-G. Jeon, S. Lin, and I. S. Kweon. Dpsnet: End-to-end deep plane sweep stereo. In International Conference on Learning Representations, 2019.
招聘信息
商汤3D&AR团队-3D视觉组
团队简介
致力于探索三维视觉技术与增强/混合现实的结合,打造三维感知与智能识别技术为核心的增强/混合现实产品和应用,包括商汤SenseAR增强现实开发者平台和商汤SenseMARS火星混合现实技术平台。主要研究方向包括:SLAM、三维重建、视觉定位、多传感器融合、真实感渲染与虚实融合、物体位姿估计、语义分割与理解等。团队拥有多位博士和博士后,在CVPR、ICCV、ECCV、ISMAR等顶级会议上发表过数十篇论文,拥有Chinagraph最佳论文奖和ISMAR最佳论文奖得主。
招聘方向
● 高精度地图算法研究员:负责数字孪生、增强现实应用中视觉高精度地图的算法研究,工作方向包括图像局部特征提取、匹配、相机标定、Structure from Motion等算法性能优化。
● 三维重建算法研究员:负责数字孪生、增强现实应用中视觉三维重建算法研究,工作方向包括Multi-view Stereo、点云优化、网格模型优化/标准化等算法的研究。
● SLAM算法研究员:负责用于AR/VR眼镜的SLAM算法,以及SLAM算法的芯片化。
● 图形学研究员:负责图形算法/应用的开发、性能优化,以及真实感渲染、AR虚实融合、大规模场景可视化等应用场景落地。
● 3D 视觉算法优化工程师:负责 3D 视觉算法的移动端的高性能优化,工作方向包括传统 CV 算法和深度学习算法在移动端(如手机)异构计算平台的加速优化。
人点赞
人收藏
打赏
打赏金额
认可我就打赏我~
1元 5元 10元 20元 50元 其它打赏作者
认可我就打赏我~
扫描二维码
立即打赏给Ta吧!
温馨提示:仅支持微信支付!