胡情豐

（浙江理工大學(xué) 信息學(xué)院，杭州 310018）

0 引言

目前，針對(duì)靜態(tài)場(chǎng)景的三維重建技術(shù)已經(jīng)非常成熟。盡管如此，最新方法依舊有著較大局限性。由于很多算法都對(duì)數(shù)據(jù)本身有一個(gè)先驗(yàn)假設(shè)，比如低秩，這些假設(shè)對(duì)NRSfM 技術(shù)應(yīng)用于實(shí)際問(wèn)題有非常大的局限性。如實(shí)際場(chǎng)景中最常見(jiàn)的多人問(wèn)題、物體之間的遮擋等，都是對(duì)這項(xiàng)技術(shù)的一個(gè)巨大考驗(yàn)。

最近，基于該問(wèn)題，F(xiàn)acebook 公司提出一套基于無(wú)監(jiān)督學(xué)習(xí)的NRSfM 問(wèn)題框架——C3DPO。該框架主要使用了目前最熱門(mén)的神經(jīng)網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)因式分解，使得模型可以很好地拓展到更復(fù)雜的場(chǎng)景中，從而實(shí)現(xiàn)從二維觀測(cè)矩陣到三維結(jié)構(gòu)的轉(zhuǎn)化。該框架在文獻(xiàn)［1］、［2］的基礎(chǔ)上，加入一個(gè)正則化網(wǎng)絡(luò)，以確保因式分解的有效性。該框架不僅可以對(duì)非剛性運(yùn)動(dòng)場(chǎng)景進(jìn)行有效的三維重建，而且在剛性運(yùn)動(dòng)場(chǎng)景三維重建上一樣有著出色的效果。

本文創(chuàng)新點(diǎn)如下：

（1）選擇將Lookahead 與RAdam 相結(jié)合的方式——Ranger 優(yōu)化器，以加快神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度。

（2）結(jié)合實(shí)驗(yàn)分析以及Ranger 本身的性能，采用iResNet 為基本骨干網(wǎng)絡(luò)搭建網(wǎng)絡(luò)模型，在保證重建效果的前提下優(yōu)化網(wǎng)絡(luò)復(fù)雜度，使其更易于訓(xùn)練。

1 相關(guān)工作

1.1 NRSfM

Fig.1 3D reconstruction visualization of S-Up3D data after passing through the model圖1 S-Up3D 數(shù)據(jù)經(jīng)過(guò)模型后的三維重建可視化

NRSfM 問(wèn)題研究至今，人們已提出了許多解決方案，以實(shí)現(xiàn)從多幀圖像的二維關(guān)鍵點(diǎn)中恢復(fù)變形對(duì)象的三維坐標(biāo)及形狀［3-6］。然而，由于非剛性物體在運(yùn)動(dòng)時(shí)會(huì)發(fā)生形變，導(dǎo)致NRSfM 實(shí)際上具有較多約束，這也對(duì)正確分解三維視點(diǎn)和形狀構(gòu)成了極大挑戰(zhàn)。目前，利用對(duì)形狀和攝像機(jī)運(yùn)動(dòng)的先驗(yàn)知識(shí)降低NRSfM 問(wèn)題難度逐漸成為主流研究方法，例如假設(shè)在時(shí)間和空間域上使用低秩子空間［7-9］，將二維特征點(diǎn)擬合到一組預(yù)先設(shè)計(jì)的DCT 基函數(shù)中［3-4］，時(shí)空間聯(lián)合模型［10-11］以及在時(shí)空間聯(lián)合中加入稀疏子空間聚類等方式［8，12-13］。然而，在復(fù)雜的現(xiàn)實(shí)場(chǎng)景中，顯然無(wú)法很好地利用這些先驗(yàn)假設(shè)，比如常見(jiàn)的顯示場(chǎng)景中存在因物體本身視角問(wèn)題導(dǎo)致的遮擋，乃至于多目標(biāo)場(chǎng)景下存在物體與物體之間的遮擋等。

正因上述傳統(tǒng)方案本身不具備很好的拓展性，如今越來(lái)越多研究者開(kāi)始思考將現(xiàn)代的深度學(xué)習(xí)技術(shù)應(yīng)用于NRSfM 問(wèn)題處理中。然而，對(duì)于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練而言，對(duì)大量圖像進(jìn)行三維姿態(tài)標(biāo)注是一項(xiàng)非常繁重的工作。因此，文獻(xiàn)［14］提出利用合成圖像對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行增強(qiáng)處理，但將相關(guān)方法應(yīng)用于現(xiàn)實(shí)場(chǎng)景中時(shí)，依然需要考慮到數(shù)據(jù)標(biāo)注問(wèn)題。人們開(kāi)始逐漸從弱監(jiān)督學(xué)習(xí)的角度進(jìn)行考慮，通過(guò)一些簡(jiǎn)單的附加數(shù)據(jù)，如一些2D 姿態(tài)注釋［15-16］、動(dòng)作標(biāo)簽［17］等提高算法性能。最近，在無(wú)監(jiān)督學(xué)習(xí)基礎(chǔ)上，通過(guò)約束二維投影誤差配合GAN 或自表達(dá)一致性誤差約束的方式［18-20］輔助神經(jīng)網(wǎng)絡(luò)訓(xùn)練，取得了不錯(cuò)的效果，使研究逐漸開(kāi)始往無(wú)監(jiān)督學(xué)習(xí)方向延伸。

1.2 ResNet

自AlexNet［21］面世以來(lái)，深度卷積神經(jīng)網(wǎng)絡(luò)一直在計(jì)算機(jī)視覺(jué)領(lǐng)域處于主導(dǎo)地位。隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，越來(lái)越多研究者將研究方向從工程手工特征轉(zhuǎn)向工程網(wǎng)絡(luò)體系架構(gòu)，并建立了系列改進(jìn)的網(wǎng)絡(luò)架構(gòu)。ResNet［22］的出現(xiàn)令神經(jīng)網(wǎng)絡(luò)研究進(jìn)入到一個(gè)新層面，通過(guò)引入iden?tity skip connection 促進(jìn)信號(hào)在神經(jīng)網(wǎng)絡(luò)中的傳播，使更深的神經(jīng)網(wǎng)絡(luò)訓(xùn)練成為可能。如今ResNet 不僅在檢測(cè)與識(shí)別中具有絕對(duì)優(yōu)勢(shì)，在處理NRESM 問(wèn)題時(shí)也有非常不錯(cuò)的效果［18］。

隨著時(shí)間推移，越來(lái)越多的ResNet 網(wǎng)絡(luò)開(kāi)始出現(xiàn)。ResNeXt［23］則是在ResBottle 塊中采用群卷積的方式，將網(wǎng)絡(luò)的多路徑結(jié)構(gòu)進(jìn)行了統(tǒng)一。文獻(xiàn)［24］使用一種預(yù)激活方式，在ResBlock 基礎(chǔ)上，將BN 層與ReLU 激活函數(shù)放置在卷積核操作之前，使信號(hào)傳播達(dá)到更好的效果，從而成功訓(xùn)練出比普通ResNet更深的模型。ResNeSt［25］使 用Split-attention 方式，將SE-Net［26］的思想應(yīng)用于ResNeXt 的群卷積中，使其相對(duì)于SK-Net［27］更容易進(jìn)行訓(xùn)練與優(yōu)化。同時(shí)，iResNet［28］的提出將可訓(xùn)練的神經(jīng)網(wǎng)絡(luò)深度成功增加到3 002 層。

2 框架

對(duì)于SfM 問(wèn)題，主要是從輸入二維關(guān)鍵點(diǎn)的觀測(cè)矩陣wn=(wn1,wn2,…,wnp) ∈R2×P獲取對(duì)應(yīng)的三維姿態(tài)坐標(biāo)S=(S1,S2,…,SP)∈R3×P。其中，wn表示在第n 幀時(shí)P 個(gè)特征點(diǎn)對(duì)應(yīng)的二維坐標(biāo)。將共有F 幀的序列視為一個(gè)整體，整個(gè)問(wèn)題可轉(zhuǎn)化為：W=roS，W={w1,w2,w3,…,wF}T∈R2F×P,ro={ΨR1,ΨR2,…,ΨRF}T∈R2F×3。其中，Ψ:R3→R2是一種相機(jī)投影方式。為方便后續(xù)計(jì)算及模型搭建，本文選擇正交相機(jī)，因此該投影方式可表示為：Ψ=[I20 ]，其中I2∈R2×2為一個(gè)單位矩陣。同時(shí)，Rn為對(duì)應(yīng)第n 幀中的旋轉(zhuǎn)，而NRSfM 問(wèn)題為SfM 問(wèn)題在非剛體場(chǎng)景中的推廣。不同之處在于，其通過(guò)一個(gè)簡(jiǎn)單的線性模型對(duì)結(jié)構(gòu)S 進(jìn)行合理約束：

參數(shù)αn為Sn對(duì)應(yīng)的視角參數(shù)，B 表示形狀基，D 表示形狀基的維度，在本文模型的訓(xùn)練中，該參數(shù)為訓(xùn)練前傳入模型的初始參數(shù)，?表示Kronecker product。借此，公式（1）拓展到所有特征點(diǎn)和動(dòng)作上，可表示為S=ΓB ∈R3F×P，其中對(duì)應(yīng)Γ ∈R3F×3D。因此，從整個(gè)輸入的視頻序列角度考慮NRSfM 問(wèn)題時(shí)，SfM 問(wèn)題可進(jìn)行相應(yīng)的轉(zhuǎn)化：。其中，roi(i=1,2,…,F)表示第i 幀對(duì)應(yīng)的旋轉(zhuǎn)矩陣。

圖2 為本文模型工作流程，下分支通過(guò)最小化投影誤差rploss進(jìn)行單目視覺(jué)的三維重建，上分支通過(guò)正則損失caloss正確地學(xué)習(xí)內(nèi)部形變并分解視點(diǎn)。

Fig.2 Workflow of model of this paper圖2 本文模型工作流程

對(duì)于形狀基B，本文使用一個(gè)單核卷積層學(xué)習(xí)獲得，之后即可通過(guò)對(duì)W 進(jìn)行分解，獲取必要的三維姿態(tài)和視覺(jué)參數(shù)。在該步驟中，本文使用一個(gè)深度神經(jīng)網(wǎng)絡(luò)F 替代傳統(tǒng)的因式分解，從而獲取對(duì)應(yīng)的視覺(jué)參數(shù)θ 和姿態(tài)參數(shù)α：

其中，參數(shù)v 是一個(gè)二值向量，用于表示該點(diǎn)是否被遮擋，取值為（0，1）。若該點(diǎn)被遮擋，則將對(duì)應(yīng)的v 以及該點(diǎn)對(duì)應(yīng)的空間坐標(biāo)均置為0。該網(wǎng)絡(luò)主要輸出的元素為姿態(tài)參數(shù)α 以及3個(gè)參數(shù)θ，該參數(shù)主要用于ro計(jì)算，ro(θ)=ΛR(θ)。其中,R(θ)=expm[.]×，expm 為矩陣指數(shù)，[.]×為hat 算子。本文考慮使用重投影誤差作為該模型的損失函數(shù)，具體表達(dá)式如下：

對(duì)于NRSfM 問(wèn)題而言，如何正確分解視角參數(shù)θ 和姿態(tài)參數(shù)α 是非常重要的。因此，為了使深度神經(jīng)網(wǎng)絡(luò)F 具有良好表現(xiàn)，本文加入正則化網(wǎng)絡(luò)ε。對(duì)于網(wǎng)絡(luò)ε，本文選擇與C3DPO 一樣的損失函數(shù)進(jìn)行訓(xùn)練：

本文采用的網(wǎng)絡(luò)架構(gòu)如圖3 所示，選擇iResNet 為backbone，每一個(gè)網(wǎng)絡(luò)都由Start、Middle、End 3 層基本網(wǎng)絡(luò)塊組成，其中，因式分解網(wǎng)絡(luò)由1 個(gè)Start Block、2 個(gè)Middle Block 和1 個(gè)End Block 組成，正則化網(wǎng)絡(luò)由1 個(gè)Start Block、4 個(gè)Middle Block 和1 個(gè)End Block 組成。Mish 激活函數(shù)表達(dá)式為：Mish=x*tanh(ln(1+ex))。

Fig.3 Architecture of neural network in this paper圖3 本文模型神經(jīng)網(wǎng)絡(luò)架構(gòu)

3 實(shí)驗(yàn)與分析

3.1 參數(shù)及數(shù)據(jù)集

H36M［29］：使用MoCap 系統(tǒng)獲取的三維真實(shí)坐標(biāo)進(jìn)行標(biāo)注，是目前最大的人體三維運(yùn)動(dòng)數(shù)據(jù)集。該數(shù)據(jù)集本身存在兩種不同形式，第一種是用于訓(xùn)練與測(cè)試的二維真實(shí)觀測(cè)點(diǎn)，另一種則是使用了Stacked Hourglass Network 檢測(cè)網(wǎng)絡(luò)得到的二維關(guān)鍵點(diǎn)。將數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集兩部分，選擇5 個(gè)項(xiàng)目（S1、S5、S6、S7、S8）的數(shù)據(jù)進(jìn)行訓(xùn)練，以及2 個(gè)項(xiàng)目（S9、S11）的數(shù)據(jù)進(jìn)行測(cè)試，其中訓(xùn)練集共31 萬(wàn)幀，測(cè)試集共10 萬(wàn)幀。本文采用的性能評(píng)估方案為17 個(gè)關(guān)鍵節(jié)點(diǎn)每個(gè)位置誤差的絕對(duì)平均值（Mean Per Joint Posi?tion Error，MPJPE）。

S-Up3D：即大型稠密的無(wú)噪聲數(shù)據(jù)集Synthetic Unite the People 3D（S-Up3D），該數(shù)據(jù)集是由6 890 個(gè)頂點(diǎn)的SMPL（A Skinned Multi-Person Linear Model）形態(tài)模型通過(guò)正交投影得到的。與C3DPO 類似，本文將數(shù)據(jù)集分割為訓(xùn)練集和測(cè)試集，其中訓(xùn)練集共有171 090 幀數(shù)據(jù)，測(cè)試數(shù)據(jù)集共有15 000 幀數(shù)據(jù)。將SMPL 模型中的79 個(gè)對(duì)應(yīng)特征點(diǎn)位置作為評(píng)估標(biāo)準(zhǔn)，計(jì)算對(duì)應(yīng)的MPJPE，以衡量模型重建效果。

Pascal3D+：該數(shù)據(jù)集由PASCAL_VOC 圖像與ImageNet圖像組成［30］，其使用了12 個(gè)具有稀疏關(guān)鍵點(diǎn)注釋的剛性對(duì)象序列，每個(gè)序列最多與10 個(gè)CAD 模型關(guān)聯(lián)。為確保2D關(guān)鍵點(diǎn)與3D GT 之間的一致性，使用正交投影對(duì)齊CAD 模型。此外，本文也使用通過(guò)HRNet［31］進(jìn)行關(guān)鍵點(diǎn)檢測(cè)后獲得的2D 關(guān)鍵點(diǎn)作為二維坐標(biāo)，傳入模型中進(jìn)行三維重建。

MPJPE：表示每個(gè)關(guān)節(jié)位置誤差的絕對(duì)平均值。計(jì)算公式為：

其中，Sp∈R3表示第p 個(gè)特征點(diǎn)重建后的三維坐標(biāo)表示第p 個(gè)特征點(diǎn)對(duì)應(yīng)的真實(shí)三維坐標(biāo)。

在實(shí)驗(yàn)環(huán)境方面，本文主要使用PyTorch 搭建神經(jīng)網(wǎng)絡(luò)，硬件配置如下：CPU 為Inter i7，內(nèi)存為8G，顯卡為RTX2060，操作系統(tǒng)為Ubuntu。

3.2 網(wǎng)絡(luò)結(jié)構(gòu)及優(yōu)化器

本文在H36M 數(shù)據(jù)集上訓(xùn)練了兩個(gè)模型，一個(gè)是正則化網(wǎng)絡(luò)和因式分解網(wǎng)絡(luò)協(xié)同訓(xùn)練的最佳模型，另一個(gè)是僅通過(guò)因式分解網(wǎng)絡(luò)訓(xùn)練后的最佳模型，并從H36M 數(shù)據(jù)集中的S9、Direction 序列中隨機(jī)選擇一幀特征點(diǎn)對(duì)應(yīng)的二維坐標(biāo)傳入到兩個(gè)模型中進(jìn)行三維重建，重建效果如圖4 所示。其中，第一行為H36M 數(shù)據(jù)集的真實(shí)三維坐標(biāo)可視化圖，中間部分為H36M 數(shù)據(jù)集在網(wǎng)絡(luò)ε協(xié)同訓(xùn)練下獲得最佳模型的三維重建效果可視圖，最后一行為H36M 數(shù)據(jù)集在沒(méi)有網(wǎng)絡(luò)ε協(xié)同訓(xùn)練下獲得最佳模型的三維重建效果可視圖。

Fig.4 Reconstruction effect of the two models on the same set of experimental two-dimensional data points圖4 兩個(gè)模型在同一組實(shí)驗(yàn)二維數(shù)據(jù)點(diǎn)上的重建效果

從圖4 中可以明顯看到，僅使用因式分解網(wǎng)絡(luò)無(wú)法很好地學(xué)習(xí)到內(nèi)部形變，導(dǎo)致重建效果不理想，無(wú)法捕捉到動(dòng)態(tài)變化。而加入正則化網(wǎng)絡(luò)后，模型重建效果得到了很大提升，可以較好地對(duì)一些形變進(jìn)行恢復(fù)。

同時(shí)，為對(duì)比所使用的優(yōu)化器效果，分別使用Ranger和SGD 兩種優(yōu)化器在Pascal3D 數(shù)據(jù)集中進(jìn)行實(shí)驗(yàn)，得到訓(xùn)練40 次epoch 時(shí)的re-projection loss 下降曲線。其中，每一個(gè)誤差都為當(dāng)前epoch 訓(xùn)練與驗(yàn)證的平均誤差。圖5 表示在Pascal3D 數(shù)據(jù)集上，優(yōu)化器SGD 與Ranger 分別在train 階段和test 階段的re-porjection loss 下降曲線（彩圖掃OSID 碼可見(jiàn)）。

Fig.5 Training effect of SGD and Ranger on Pascal3D+dataset圖5 SGD 與Ranger 在Pascal3D+數(shù)據(jù)集上訓(xùn)練效果

從圖5 中可以看到，在同樣的網(wǎng)絡(luò)架構(gòu)中，從Pascal3D數(shù)據(jù)集的訓(xùn)練效果來(lái)看，Ranger 的表現(xiàn)優(yōu)于SGD。由于Ranger 是RAdam 與LookAhead 結(jié)合而成的，因此Ranger 優(yōu)化器既具有RAdam 扎實(shí)的訓(xùn)練初期，又具有LookAhead 在整個(gè)訓(xùn)練期間非常優(yōu)秀的向最優(yōu)值探索能力。

3.3 重建對(duì)比

本章將本文模型與一些現(xiàn)有的baseline 及優(yōu)秀的無(wú)監(jiān)督學(xué)習(xí)模型進(jìn)行對(duì)比。C3DPO 的實(shí)際重建效果優(yōu)于其文獻(xiàn)［18］中的展示。C3DPO 屬于開(kāi)源項(xiàng)目，因此本文對(duì)模型重新進(jìn)行訓(xùn)練，并對(duì)訓(xùn)練得到的最佳效果進(jìn)行記錄。在本文模型的訓(xùn)練中，各個(gè)數(shù)據(jù)集都設(shè)置初始學(xué)習(xí)率lr 為0.001，權(quán)重衰減為0.0005，batch_size為256。參考文獻(xiàn)［18］除H36M和H36M_Hourglass外，其余數(shù)據(jù)集都使用了一個(gè)相機(jī)轉(zhuǎn)換層，該層只有一個(gè)1×1的卷積核。

針對(duì)H36M 數(shù)據(jù)集，本文整理了S9、S11數(shù)據(jù)集中的所有運(yùn)動(dòng)序列，并與C3DPO、PoseGAN［20］的重建效果進(jìn)行對(duì)比，如表1、表2 所示（加黑的數(shù)據(jù)代表重建效果更佳）。在PoseGAN 部分，本文直接引用了文獻(xiàn)［18］中的記錄。

從表1、表2 可以很清晰地看到，本文模型在H36M 和H36M_Hourglass 數(shù)據(jù)集中都表現(xiàn)更佳。模型很好地學(xué)習(xí)到二維坐標(biāo)與三維姿態(tài)之間的映射關(guān)系，可以比較穩(wěn)定地對(duì)特征點(diǎn)進(jìn)行三維姿態(tài)重建。

針對(duì)Up3D 數(shù)據(jù)集，為更好地體現(xiàn)本文模型效果，在該數(shù)據(jù)集中加入了兩個(gè)比較優(yōu)秀的baseline：GbNrSfM［12］、EM-SfM［32］，其對(duì)應(yīng)實(shí)驗(yàn)數(shù)據(jù)使用了文獻(xiàn)［18］給出的數(shù)據(jù)，重建效果對(duì)比如表3 所示（加黑的數(shù)據(jù)代表重建效果更佳）。

Table 1 Comparison of model in this paper with C3DPO（MPJPE）表1 本文模型與C3DPO 誤差對(duì)比（MPJPE）

Table 2 Comparison of reconstruction effect in the H36M dataset表2 H36M 數(shù)據(jù)集上重建效果對(duì)比

Table 3 Comparison of reconstruction effect in the S-Up3D dataset表3 S-Up3D 數(shù)據(jù)集中重建效果對(duì)比

由于該數(shù)據(jù)集本身是無(wú)噪聲影響的，因此模型對(duì)該數(shù)據(jù)集學(xué)習(xí)的效果都比較理想，但相比之下，本文訓(xùn)練出的最佳模型可得到更好的重建效果。

針對(duì)Pascal3D+數(shù)據(jù)集，在剛體場(chǎng)景中，本文選擇Gb?NrSfM［29］、EM-SfM［33］及C3DPO 進(jìn)行對(duì)比。GbNrSfM、EMSfM 的實(shí)驗(yàn)結(jié)果來(lái)自于文獻(xiàn)［2］，重建效果對(duì)比如表4 所示（加黑數(shù)據(jù)代表重建效果更佳）。

Table 4 Comparison of reconstruction results in the Pascal3D+dataset表4 Pascal3D+數(shù)據(jù)集中重建效果對(duì)比

從表4 中可以看到，無(wú)論是通過(guò)GT 還是HRNet 獲取的檢測(cè)坐標(biāo)點(diǎn)，利用本文提出的框架及學(xué)習(xí)方式得到的最佳模型都表現(xiàn)更好。

最后，將本文框架與C3DPO 進(jìn)行總結(jié)對(duì)比，對(duì)比結(jié)果如表5 所示。其中，best_model 列為模型在對(duì)應(yīng)數(shù)據(jù)集訓(xùn)練過(guò)程中得到最佳模型所使用的Epoch（由于暫時(shí)對(duì)C3DPO在Pascal3D+和Up3D 數(shù)據(jù)集中的實(shí)驗(yàn)效果無(wú)法復(fù)現(xiàn)，因此在這兩個(gè)數(shù)據(jù)集中，best_model 部分顯示為“——”）。

Table 5 Comparison between C3DPO and model in this paper表5 C3DPO 與本文模型對(duì)比

從表5 中可以看到，本文模型在訓(xùn)練時(shí)可更快速地朝最優(yōu)方向前進(jìn)，并且在保證學(xué)習(xí)效率和速度的前提下，獲得更好的重建效果。

4 結(jié)語(yǔ)

本文為神經(jīng)網(wǎng)絡(luò)在NRSfM 問(wèn)題上的應(yīng)用。模型使用Ranger 優(yōu)化器替換SGD 進(jìn)行網(wǎng)絡(luò)訓(xùn)練，并結(jié)合優(yōu)化器性能，使用iResNet 為backbone 搭建因式分解網(wǎng)絡(luò)和正則化網(wǎng)絡(luò)，使模型重建效果更佳。本文不僅使用了真實(shí)坐標(biāo)進(jìn)行訓(xùn)練，而且加入了特征點(diǎn)檢測(cè)（Pascal3D+HRNet，H36M +Hourglass），采用端到端的形式，無(wú)需任何標(biāo)注數(shù)據(jù)，即可根據(jù)2D 圖像進(jìn)行三維重建。未來(lái)，2D 人體姿態(tài)估計(jì)算法作為三維重建的預(yù)處理操作，會(huì)成為無(wú)監(jiān)督三維重建方向主要研究課題。因此，接下來(lái)將更深入地探索深度學(xué)習(xí)在NRSfM 問(wèn)題中的應(yīng)用。