基于面元模型的非刚性动态场景重建方法研究

摘要

场景目标几何变形和运动的同时表述是非刚性动态场景重建的一个关键问题,出现遮挡、开—合拓扑变化、快速运动等情况都可能导致场景重建失败。针对这一问题,研究提出了一种基于面元模型的非刚性动态场景重建方法,利用基于权值算法的深度相机点到平面迭代最近点(Iterative Closest Point,ICP)算法改进了已有系统非刚性变形场估计中ICP能量函数的求解过程。与基于SDF模型的重建方法相比较,基于面元模型的方法支持在线高效更新,占用计算资源更少,更加轻量化。在VolumeDeform数据集上的对比实验表明,改进后的方法提高了系统的鲁棒性,重建的模型更加完整。