إعادة بناء الأشكال ثلاثية الأبعاد من صور ثنائية البعد واحدة فقط كان مشكلة بحثية قائمة منذ فترة طويلة. في هذا البحث، نقدم DISN (شبكة السطح الضمني العميقة)، وهي طريقة قادرة على إنتاج شبكة ثلاثية الأبعاد ذات جودة عالية وتفاصيل غنية من صورة ثنائية البعد عن طريق التنبؤ بالحقول المسافة الموقعة الكامنة. بالإضافة إلى استخدام الخصائص العالمية للصورة، تقوم DISN بتنبؤ موقع الإسقاط لكل نقطة ثلاثية الأبعاد على الصورة الثنائية البعد، واستخراج الخصائص المحلية من خرائط الخصائص الصورية. الجمع بين الخصائص العالمية وال محلية يحسن بشكل كبير دقة التنبؤ بالحقول المسافة الموقعة، خاصة في المناطق الغنية بالتفاصيل. حسب علمنا، DISN هي أول طريقة تلتقط باستمرار التفاصيل مثل الثقوب والهياكل الرقيقة الموجودة في الأشكال ثلاثية الأبعاد من صور ثنائية البعد واحدة فقط. تحقق DISN أداءً رائدًا في إعادة بناء الصور من زاوية واحدة لأصناف مختلفة من الأشكال التي تم إعادة بنائها من صور مصنعة وحقيقية. يمكن الوصول إلى الشفرة البرمجية عبر الرابط: https://github.com/xharlie/DISN ويمكن العثور على المادة الإضافية عبر الرابط: https://xharlie.github.io/images/neurips_2019_supp.pdf