梁炎兴 王映辉

(江南大学人工智能与计算机学院 无锡 214122)

1 引 言

从二维图像重建出三维结构作为计算机视觉的一个重要研究领域，已取得丰富的成果[1-2]。其主要任务是通过相机获取物体的二维图像信息，利用三维重建的相关理论分析处理、恢复真实物体的表面形貌。该技术广泛应用于人工智能、机器人、无人驾驶、虚拟现实、航空遥感测量、工业自动化等重要领域。目前，许多基于多图像的三维恢复方法[3-4]已被提出并得到广泛应用。虽然基于单图像的三维恢复方法因其病态性而更具难度，但其方便性一直受到业界和学术界的关注。尤其是基于可见光(波段在 380～760 nm区间的肉眼可见光)而非结构光、红外激光、超声波等方式的单图像，其自身已经丢失很多关键几何信息，需要通过一些假设、先验知识，或借助基于已有模型的深度学习方法实现三维恢复。总的来说，基于可见光单图像的三维恢复存在以下影响因素和困难：

(1) 物体自身的材质差异。不同材质的物体因微观分子结构不同，呈现出不同的表面特性，如金属、白纸、玻璃等。如果只考虑某种特定材质的物体，往往会使三维恢复系统缺乏泛化性和鲁棒性[5]，而针对多个类别会因较大的类内差异和较小的类间差异导致重建精度下降[6]。

(2) 物体表面的几何结构差异。点、线、面代表了不同维度的几何结构，这些基本几何结构元素的组合构成了物体的表面形貌。同一个物体的不同区域，因物体表面凹凸、高低程度的不同，造成表面结构、轮廓的差异[7]。……