点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
本人从2018年开始接触基于深度学习的单视图三维重建算法，中间因为考研等原因休息了一年，毕业设计也是关于这方面的内容。在学习的过程中，我踩过很多坑，也学到了很多东西。现在把我的学习路线记录如下，也算是对本科学习的一个总结。 1.英语：下面给出的论文是全英文，可以培养阅读能力，建议少用翻译软件。2.高等数学：非常重要，例如梯度下降公式涉及求导。3.线性代数：非常重要，例如图像就是以矩阵的形式表示。4.算法分析与设计：要有基本的算法思想，例如怎么减少时间复杂度和空间复杂度。5.Python：这个不用说，基础的语法要会。推荐小甲鱼的python视频，B站搜：小甲鱼，P54之后的可以不用看。书籍推荐《Python编程 从入门到实践》。6.Pytorch：大部分三维重建算法都是利用pytorch实现，推荐莫烦的pytorch，B站搜：莫烦python。书籍推荐《深度学习框架PyTorch：入门与实践》。 1.Linux基本操作：大部分代码涉及到编译的过程，需要在Linux系统上面运行。同时这类算法的网络结构都比较大，代码基本上都是在服务器上面跑，需要了解如何使用服务器。书籍推荐《鸟哥的Linux私房菜》。2.计算机图形学：主要是渲染相关知识，如何从三维模型得到二维图像是三维重建算法的一个重要问题，后面列举的论文基本上都涉及到这个过程。视频推荐B站：GAMES101，看评论就知道老师有多厉害，暂时只看到了P9，感兴趣的可以往后面看。3.基于深度学习的最新三维重建算法综述：这篇论文对近几年三维重建相关工作做了详细的总结，例如网络结构、输入输出、数据集等。在阅读下面的论文之前，可以先看看这个，对所有的三维重建算法有一个大致的了解。论文链接：https://arxiv.org/pdf/1906.06543v3.pdf4.数据集：后续算法使用了两个数据集，一个是ShapeNet，这个数据集很大，只有三维模型，需要经过渲染才能够得到二维图像。第二个是PASCAL3D+，这也是一个比较出名的数据集。5.打开三维模型的软件：后续三维模型基本上都是使用网格的表示方法。可以用Windows系统自带的3D查看器和Print 3D，Linux系统需要安装meshlab，也可以使用python的vtk库进行查看。用text打开obj文件时，可以看到网格模型具体是怎么表示的。6.三维重建涉及的一些基本概念：例如相机坐标系和世界坐标系、旋转矩阵、透视变换等，这些都需要慢慢了解。视频推荐B站：计算机视觉之三维重建篇，书籍推荐张广军老师的《机器视觉》。 1.Neural 3D Mesh Renderer
论文地址：https://arxiv.org/pdf/1711.07566.pdf代码地址：https://github.com/hiroharu-kato/neural_renderer 可以把它列为基于深度学习的单视图三维重建算法里程碑之作，后续很多算法都由此展开。标准的渲染过程中涉及光栅化这种离散操作，阻止了反向传播，这就不能使用深度学习的方法进行训练。因此这篇文章提出了一种可微的渲染方法，能够在特定的视角渲染三维模型得到二维图像。2.Learning Category-Specific Mesh Reconstruction from Image Collections(CMR)论文地址：https://arxiv.org/pdf/1803.07549.pdf代码地址：https://github.com/akanazawa/cmr这篇文章是对上一个算法的应用，也算是这类算法更完整的实现。作者提出了一种从单个图像中恢复物体三维形状、相机和纹理的学习框架，输入的数据集需要标注关键点，但是不需要真实的3D数据集或者单个物体的多张图像进行监督，最后的输出是带有纹理的网格模型。3.Soft Rasterizer: A Differentiable Renderer for Image-based 3D Reasoning论文地址：https://arxiv.org/pdf/1904.01786.pdf代码地址：https://github.com/ShichenLiu/SoftRas
这篇文章提出了另外一个可微渲染器，和第一篇不同的是，它将覆盖的所有三角形都考虑在内，能够使用可微函数直接渲染彩色网格。 4.Shape and Viewpoints without Keypoints(UCMR)论文地址：https://arxiv.org/pdf/2007.10982.pdf代码地址：https://github.com/shubham-goel/ucmr这篇文章是对第二篇的改进，也是对第一、第三篇文章所提到的渲染器的综合应用。总的来说，数据集更加简单，只需要原始图像和掩膜即可，但是达到的效果更好。1.Self-supervised Single-view 3D Reconstruction via Semantic Consistency(UMR)论文地址：https://arxiv.org/pdf/2003.06473.pdf2.Using Adaptive Gradient for Texture Learning in Single-View 3D Reconstruction
论文地址：https://arxiv.org/pdf/2104.14169.pdf
1.Learning to Predict 3D Objects with an Interpolation-based Differentiable Renderer论文地址：https://nv-tlabs.github.io/DIB-R/files/diff_shader.pdf代码地址：https://github.com/nv-tlabs/DIB-R2.Occupancy Networks: Learning 3D Reconstruction in Function Space论文地址：http://www.cvlibs.net/publications/Mescheder2019CVPR.pdf代码地址：https://github.com/autonomousvision/occupancy_networks重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
