研究人员开发了一种在三维成像中创建面向点的协方差场的新颖方法，特别解决了条纹投影轮廓测量法的局限性。这种面向传感器的感知方法能够准确地模拟由相位噪声引起的三维各向异性不确定性，这是该技术中的一个常见问题。通过整合实验测量的相位精度和校准映射，该方法生成了更鲁棒的协方差表示，显著提高了概率配准和融合任务的性能，优于传统的各向同性模型。 AI
影响 这项研究可能带来更精确的三维重建和分析，应用于依赖结构光成像的领域。
排序理由 该集群描述了一篇详细介绍三维成像新方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Per-point uncertainty models are important in structured-light 3D reconstruction for probabilistic registration, fusion, and quality assessment. In practice, however, point-cloud covariances are often modeled as isotropic constants or inferred from local surface geometry and ther…
arXiv:2608.10888v1 Announce Type: new Abstract: Per-point uncertainty models are important in structured-light 3D reconstruction for probabilistic registration, fusion, and quality assessment. In practice, however, point-cloud covariances are often modeled as isotropic constants …