2021年12月23日，智能媒体计算课题组在计算机图形学著名期刊IEEE Transactions on Visualization and Computer Graphics (CCF-A)在线发表了题为《语义先验引导的全局一致实时三维重建》（Real-Time Globally Consistent 3D Reconstruction with Semantic Priors）的研究论文。

图1 语义先验引导的全局一致实时三维重建示意图

保持全局一致性对于在线三维场景重建任务来说仍然非常重要的目标。然而，对于现有的方法大多单纯依赖几何分析，即使存在集束调整或闭环技术进行再优化，其重建结果的全局一致性仍然不太令人满意。针对这一问题，该论文提出了一种新的实时三维重建方法，该方法可有效地集成语义和几何两个方面的重建线索。具体而言，该论文引入了一个具有连续度量函数的语义空间，并在语义空间中提出一个精确的帧来建模用于相机姿态估计的语义跟踪器，用于测量离散语义观察之间的距离；同时引入基于子映射语义链接的语义姿态图，用于全局一致的3D场景重建。如图1所示，通过对公共合成和真实世界3D室内场景RGB-D数据集的广泛评估表明，该论文的方法在数量和质量上都优于以前的3D场景重建方法，尤其能获得更好的全局一致重建结果。

本研究获得了北京师范大学青年教师基金的资助，论文第一作者为黄石生。

论文题目：Real-Time Globally Consistent 3D Reconstruction with Semantic Priors

论文网址：https://ieeexplore.ieee.org/abstract/document/9662197/

课题组老师联系方式： huangss@bnu.edu.cn