MonoSDF: Exploring Monocular Geometric Cues for Neural Implicit Surface Reconstruction 链接到标题

* Authors: [[Zehao Yu]], [[Songyou Peng]], [[Michael Niemeyer]], [[Torsten Sattler]], [[Andreas Geiger]]

• Local library

初读印象 链接到标题

NeuS [[@wangNeuSLearningNeural2021]] 基础上增加了单目深度和 normal 约束， 提升稀疏图片和低纹理条件下的重建效果。

文章骨架 链接到标题

%%创新点到底是什么?%% novelty:: 增加单目深度和 normal 约束

%%有什么意义？%% significance:: 增强 NeuS 在低纹理和稀疏视角下的重建效果

%%有什么潜力?%% potential:: 1. 受单目深度和法向图准确性影响比较大；2. 可以增加其他的约束，比如平面、边缘、遮挡等；3. 当前受限于 omnidata model 的 384x384 的输入， 可以开发更大的输入分辨率模型；4. 联合优化场景表示和相机参数

同时优化场景表示和相机参数 [[@azinovicNeuralRGBDSurface2022]] [[@zhu2022]]