Global optimization for shape fitting

Victor Lempitsky, Yuri Boykov

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы для конференциирецензирование

108 Цитирования (Scopus)

Аннотация

We propose a global optimization framework for 3D shape reconstruction from sparse noisy 3D measurements frequently encountered in range scanning, sparse feature-based stereo, and shape-from-X. In contrast to earlier local or banded optimization methods for shape fitting, we compute global optimum in the whole volume removing dependence on initial guess and sensitivity to numerous local minima. Our global method is based on two main ideas. First, we suggest a new regularization functional with a data alignment term that maximizes the number of (weakly-oriented) data points contained by a surface while allowing for some measurement errors. Second, we propose a touch-expand algorithm for finding a minimum cut on a huge 3D grid using an automatically adjusted band. This overcomes prohibitively high memory cost of graph cuts when computing globally optimal surfaces at high-resolution. Our results for sparse or incomplete 3D data from laser scanning and passive multi-view stereo are robust to noise, outliers, missing parts, and varying sampling density.

Язык оригиналаАнглийский
Название основной публикации2007 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR'07
DOI
СостояниеОпубликовано - 2007
Опубликовано для внешнего пользованияДа
Событие2007 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR'07 - Minneapolis, MN, Соединенные Штаты Америки
Продолжительность: 17 июн. 200722 июн. 2007

Серия публикаций

НазваниеProceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition
ISSN (печатное издание)1063-6919

Конференция

Конференция2007 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR'07
Страна/TерриторияСоединенные Штаты Америки
ГородMinneapolis, MN
Период17/06/0722/06/07

Fingerprint

Подробные сведения о темах исследования «Global optimization for shape fitting». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать