スケール符号化されたニューラル表面表現による高忠実度マルチビュー法線統合
arXiv cs.CV / 2026/3/24
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、既存のマルチビュー法線統合における中核的な制約として、ピクセルごとに1本のレイだけをサンプリングすることにより、ピクセルがカバーする空間領域が無視されてしまう点を指摘する。これはカメラの内的パラメータや物体までの距離によって変化する。
- 同じ物体を異なる距離から撮影した場合、対応するピクセルで得られる法線推定がビュー間で不整合となり得る。その結果、高周波の表面ディテールがぼやけてしまう。
- そこで、3D点に空間スケールを関連付けることで、ピクセルごとのカバレッジ面積を明示的に組み込むスケール符号化されたニューラル表面表現を提案し、ハイブリッドなグリッドベース符号化により法線を導出する。
- さらに、各メッシュ頂点に対して学習時の観測に基づき最適な局所スケールを割り当てるスケール対応のメッシュ抽出モジュールを追加し、撮影距離が変わっても再構成精度を向上させる。
- 実験により、本手法は異なる距離で観測された法線から一貫して高忠実度な再構成を生成でき、従来のマルチビュー法線統合手法よりも優れていることが示される。
