3D重建:硬派几何求解vs深度学习打天下?3D视觉工坊共 1698字,需浏览 4分钟 ·2021-06-08 20:45 研究人员都希望能够赋予机器和人类感官一样的感知,其中就包含视觉。作为人类最重要的感官之一,人类接受到的信息中超过 70% 来源于双眼。然而,这对计算机来说却是一个难点——3D 世界中形状不同的物体可以在 2 维世界中拥有一模一样的投影,3D 形状的估计实际上是一个非适定性问题(ill-posed problem)。传统研究主要利用各类几何关系或者先验信息,而近年来随着深度学习的流行,对几何方法的研究似有所忽视。加州大学伯克利分校马毅教授也曾表示,没有把几何关系条件严格用到位的算法,都是不科学的,根本谈不上可靠和准确。当前3D视觉技术的不断发展及相关产业需求的提升,基于图像的三维重建技术受到越来越多的关注。CVPR 2021目前已公布了所有接收论文ID,接收率为23.7%,其中以“3D”为名的文章超过了 90 篇,占比达收录论文的8%左右。3D视觉技术应用范围也非常广泛,例如AIOT中的室内3D环境的重建,自动驾驶的矢量高精地图的重建以及AR产业中虚拟人等。(图片来源于网络)学术界研究火热,产业应用落地广泛。面对三维重建的广阔发展前景,很多伙伴想要入门该领域。但基于图像的三位重建融合了计算机视觉、数字图像处理和计算机图形学等多门学科的知识,是一套非常复杂的工程系统,涉及知识点多且杂,初学者不仅要具备深厚的数学功底,同时也需要熟练的C\C++编程能力,相较于其他视觉领域,三维重建的入门门槛要高很多。在这种环境下,市面上又很难找到系统学习的资料,这让大家一度陷入困境。如何摆脱这种困境呢?基于此,深蓝学院开设了『基于图像的三维重建』在线课程。通过本门课程的学习,大家能够快速建立完整的知识架构体系,理解整个系统的原理和技术流程,大家在透彻理解传统的图像建模方法的同时,能够一起探讨结合深度学习的前沿发展技术!针对代码实践,团队对三维重建开源系统MVE进行了较大程度的重构,以适应课程章节。整套系统的代码,仅仅调用了libpng、libjpeg、libtiff、eigen等库,逐行手写核心算法函数的全部代码,便于大家理解核心操作的原理。讲师简介隋唐高级算法工程师原中科院自动化所助理研究员中科院自动化所模式识别与智能系统博士博士期间的主要研究方向为三维计算机视觉与计算机图形学,研究课题为基于图像的三维建筑模型重建,在顶级国际期刊 IEEE TVCG 等主流期刊会议以第一作者发表多篇文章。同时,基于博士期间的研究成果,研发若干三维重建相关系统并申请专利。课程大纲(点击查看大图)课程收获1. 掌握运动恢复结构(Structure From Motion)的算法框架和基本原理;2. 掌握主流的稠密点云重建的算法框架和基本原理;3. 掌握表面重建、纹理图像自动生成和编辑的技术原理;4. 具备利用图像建模的基本技术和原理完成室内重建、图像拼接、纹理贴图、3D可视化渲染等实际项目的能力。还能收获 1. 优质的学习圈子伙伴们大多是来自985、211及海外院校硕博,在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。(往期已报名学员学校&公司部分展示)2. 企业认可的证书参与课程培训的同学,颁发深蓝学员毕业证书,综合表现排名10%的同学,颁发优秀学员证书,为你的简历加分添彩。课程服务1. 三师助力讲师&助教及时答疑解惑,班主任全程带班督学,同学们传帮带的锦囊社群。(社群内,大家积极讨论技术细节)2. 定期班会助教1V1批改作业,并在班会中进行讲评和指导;在班会中,学习更多技巧;在交流中收获更多思路。抢占优惠名额现在报名,即可优惠50元备注“ 682 ”,优先咨询哦~添加『新月』老师领取三维重建论文 浏览 19点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 计算机视觉方向简介 | 深度学习3D重建小白学视觉0最新几何深度学习综述!机器学习实验室03D深度学习简介小白学视觉0遗传算法求解几何问题小白学视觉0实战:基于深度学习和几何的3D边界框估计小白学视觉0收藏 | 从“几何深度学习”看深度学习江湖的统一新机器视觉0特征提取:传统算法 vs 深度学习新机器视觉0深度学习 VS 传统计算机视觉小白学视觉0Kaolin加速 3D 深度学习研究Kaolin是一套用于加速3D深度学习研究的工具。NVIDIAKaolin库提供用于处理各种3D表征的PyTorchAPI,并且包含日益增多的GPU优化操作,例如模块化可微渲染、表征之间快速转换、数据Kaolin加速 3D 深度学习研究0深度学习 VS 传统计算机视觉目标检测与深度学习0点赞 评论 收藏 分享 手机扫一扫分享分享 举报