초록
본 논문에서는 단일 이미지로부터 고해상도로 완전한 3D 형태를 재구성할 수 있는 새로운 효율적인 2D 인코딩 방법을 개발합니다. 주요 아이디어는 3D 형태 재구성을 2D 예측 문제로 접근하는 것입니다. 이를 위해 먼저 참조 뷰의 각 픽셀에서 전체 복셀 튜브(voxel tubes)를 예측하는 간단한 기준 네트워크를 개발하였습니다. 잘 검증된 2D 픽셀 예측 작업용 아키텍처를 활용함으로써, 우리는 최고 수준의 결과를 달성하였으며, 순수 복셀 기반 접근 방식을 명확히 능가하였습니다.이 기준을 더 높은 해상도로 확장하기 위해 메모리 효율적인 형태 인코딩 방법을 제안합니다. 이 방법은 마트료시카 인형과 유사하게 3D 형태를 중첩된 형태 층으로 재귀적으로 분해합니다. 이는 복잡한 위상 구조를 가진 매우 상세한 형태를 재구성할 수 있게 하며, 광범위한 실험에서这一点得到了充分的证明；尽管我们的架构使用了标准网络组件，但其复杂度远低于之前的八叉树(octree)基方法，我们仍然明显优于这些方法。我们的马特罗什卡网络还支持从ID或形态相似性进行形态重建，以及形态采样。