室内场景理解是计算机视觉领域中最根本和最具挑战性的工作之一，其目标是对场景中的各个部分进行语义标注。而基于图像的三维重建技术，是计算机辅助设计和计算机图形学中一个很重要的研究领域，其是根据物体或场景所拍摄的两个或两个以上的二维图像，由计算机自动进行计算和匹配，计算出物体或者场景的二维的几何信息和深度信息，并建立三维立体模型的过程。

室内场景的语义重建，则分别包含了场景理解和物体重建，在室内场设计、房地产等领域具有独特的应用价值。虽然这一领域受到了计算机视觉和图形领域研究人员的关注，但由于深度感知中固有的模糊性、真实环境的杂乱性和复杂性，使得仅从单张图像中完全恢复场景上下文信息仍是一个巨大的挑战。

来源:器械之家

作者：Longway

来源：公众号@3D视觉工坊

1利用其他线索

前面几节讨论了直接从二维观测重建三维对象的方法。本节展示了如何使用附加提示，如中间表示和时间相关性来促进三维重建。

1.1中间表示

许多基于深度学习的三维重建算法直接从RGB图像中预测物体的三维几何。然而，一些技术将问题分解为序列步骤，序列步骤估计2.5D信息，例如深度图、法线图或分割掩码，见下图。最后一步，可以使用传统的技术实现，如空间雕刻或三维反投影，然后过滤和配准，恢复完整的三维几何和姿势的输入。

ANIM: Accurate Neural Implicit Model for Human Reconstruction from a single RGB-D image

AEROBLADE: Training-Free Detection of Latent Diffusion Images Using Autoencoder Reconstruction

作者：追求卓越583

来源：公众号@3D视觉工坊

介绍

当前，对于一个场景的快速重建是重要的，目标是实现一个快速的、全面的三维重建模型。可以应用于野外的林业资源保护、火灾和地震的灾后抢救、边境安防、油田或者海上平台油气设施、电力设施监测都有十分重要的价值。