スケーラブルなリアルタイム体積表面再構築

我々は、リアルタイム体積表面再構築手法のスケーラビリティに関する根本的な課題に取り組みます。商用グラフィックハードウェア向けにメモリ効率の良い階層データ構造を設計し、詳細な幾何学的特徴を持つ大規模なシーンのライブ再構築をサポートします。我々のスパースデータ構造は、移動する深度カメラからの重複する深度マップを単一の体積表現に統合し、そこから詳細な表面モデルを抽出します。我々の階層は、GPUとホスト間でデータを双方向に損失なくストリーミングし、無制限の再構築を可能にします。我々のパイプラインは、深度マップの後処理、カメラポーズ推定、体積フュージョン、表面抽出、ストリーミングで構成され、完全にリアルタイムで動作します。比較的大きな分岐係数を持つ浅い階層が、通常のグリッドに比べてオーダーオブマグニチュード少ないメモリを消費し、最良のメモリ/速度トレードオフを得ることを実験的に示します。データ構造の実装を既存の手法と比較し、さまざまな大規模シーンで高品質な再構築をリアルタイムで実現する様子を示します。