.png){kind=icon}
返回
Efficient 3D Surface Super-Resolution via Normal-Based Multimodal Restoration
.png){kind=icon}
PRE
AI
DOI：10.1109/TPAMI.2025.3614184.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高保真3D表面对于医疗成像、文化遗产保护、质量检测、虚拟现实和自主导航等各领域的视觉任务至关重要。然而，3D数据表示的复杂性在以低成本恢复多样化3D表面的同时捕捉精细几何细节方面构成了显著挑战。本文介绍了一种高效的基于法线的多模态3D表面超分辨率（mn3DSSR）框架，旨在解决微几何增强和计算开销问题。具体而言，我们构建了一个规模庞大的基于法线的多模态数据集，通过精心的主观筛选确保了数据质量和多样性。此外，我们探索了一种新的双分支多模态对齐方法以及多模态分割融合模块，以缓解计算复杂度并提升恢复性能。为解决基于法线的多模态学习的局限性，我们开发了新颖的法线诱导损失函数，以促进几何一致性并改进特征对齐。在四种不同3D数据表示的七个基准数据集上进行的广泛实验表明，mn3DSSR在恢复精度方面始终优于当前最先进的超分辨率方法，且具有高计算效率。
Keyword:
Photometric stereo-based normal dataset
multimodal 3D surface super-resolution
microgeometry restoration
期刊
IF:
18.6
论文数:
864
被引数:
9.8W
机构
引用论文
.png){kind=icon}
Surface Geometry Processing: An Efficient Normal-Based Detail Representation表面几何处理：一种基于法线的细节表示方法
OAAI
OAAI分享收藏DiLiGenRT: A Photometric Stereo Dataset with Quantified Roughness and TranslucencyDiLiGenRT：一个具有量化粗糙度和透光性的光度立体数据集
PREAI
分享收藏
分享收藏
查看更多内容