三维补全关键技术研究综述

摘要

从部分观测信息中推断出完整三维形状与语义场景信息对自动驾驶、机器人视觉、元宇宙生态体系构建等而言是至关重要的,因此,主要围绕三维形状补全、三维场景补全和三维语义场景补全任务而展开的三维补全技术被广泛研究。本文围绕上述三维补全任务,对近年来的相关研究工作进行了系统性的分析和总结。首先,针对三维形状补全任务,对基于传统方法的形状补全和基于深度学习的形状补全这两个方面的研究进展进行了综述。其次,针对三维场景补全任务,对基于模型拟合的场景补全和基于生成式的场景补全方法这两个方面的研究进展进行了综述。再次,针对三维语义场景补全任务,深入分析了场景补全和语义分割两大任务之间的耦合特性,并根据输入数据的不同类型,对基于深度图的语义场景补全方法、基于深度图联合彩色图像的语义场景补全方法、以及基于点云的语义场景补全方法这三个方面的研究进展进行了综述。最后,对三维补全任务目前面临的主要问题及未来发展趋势进行了分析和展望,旨在为三维视觉中这一新兴领域的相关研究者提供一些有益的参考。