Key points are not available for this paper at this time.
نقدم MVD-Fusion: وهي طريقة لاستنتاج ثلاثي الأبعاد من عرض واحد عبر نمذجة توليد صور RGB-D متعددة العرض متسقة. بينما تدعو الطرق الحديثة التي تسعى إلى الاستنتاج ثلاثي الأبعاد إلى تعلم نماذج توليد عرض جديد، فإن هذه التوليدات ليست متسقة ثلاثية الأبعاد وتتطلب عملية تقطير لتوليد مخرجات ثلاثية الأبعاد. بدلاً من ذلك، نعتبر مهمة الاستنتاج ثلاثي الأبعاد كعملية توليد مباشرة لعرض متعدد متسق، ونبني على الفكرة القائلة بأن استنتاج العمق الإضافي يمكن أن يوفر آلية لفرض هذه الاتساق. على وجه التحديد، نقوم بتدريب نموذج تشويش يعمل على إزالة الضوضاء لتوليد صور RGB-D متعددة العرض استنادًا إلى صورة RGB واحدة، ونستفيد من تقديرات العمق (المشوشة الوسيطة) للحصول على شروط قائمة على إعادة الإسقاط للحفاظ على الاتساق متعدد العرض. نقوم بتدريب نموذجنا باستخدام مجموعة بيانات اصطناعية واسعة النطاق تُعرف باسم Obajverse، فضلاً عن مجموعة بيانات العالم الحقيقي CO3D التي تتضمن وجهات نظر كاميرا عامة. نوضح أن أسلوبنا يمكن أن ينتج تركيبًا أكثر دقة مقارنة بأحدث الأدوات الحالية، بما في ذلك الاستنتاج ثلاثي الأبعاد القائم على التقطير وطرق توليد متعددة العرض السابقة. كما نقيم الهندسة الناتجة عن توقعات العمق متعددة العرض لدينا ونجد أنها تنتج تمثيلًا أكثر دقة من طرق الاستنتاج ثلاثي الأبعاد المباشرة الأخرى.
درس هو وآخرون (الخميس) هذا السؤال.