这一周师兄师姐都在答辩，挑了几场和自己相关的去听了一下。

1. 题目：一种高效鲁棒的多视图三维重建算法 王开盛(wangkaisheng@zjucadcg.cn)

这个师兄做的事情是通过lightStage的一圈相机，对静态的人在同一时刻拍下一组照片，根据这组照片三维重建出人体模型，卖点是高效和鲁棒。用到的方法是一些比较主流的方法，并在一些细节的地方做了自己的改进。整个流程是：

• 深度恢复：

求解包围盒，每个相机位置已知，那么这一圈相机的中心位置好求的。然后以相机之间的最远距离*10作为包围盒的边长，得到一个初略的空间范围，物体必然处于这个范围中，体素化这个物体空间。然后在这个粗糙的空间中，把每个体素从三维投影到二维的图像平面，当该体素出现在某个图像平面的时候，就认为属于物体空间。这样就得到一个相对比较精细的物体包围盒。

每帧基准图像选取一些物理相邻帧作为参考图像，要对基准图像恢复出一幅深度图。对基准图像的每个像素，从对应的相机的光心出发，经过这个像素得到一条射线，这个射线与包围盒求交，得到一个线段。然后在这个线段上采样，得到一些三维点。对这个线段上的每个采样点投影到参考图像上，算两幅图像上的一个NCC值，采用best-winner的策略得到像素的三维点的位置，从而恢复出深度。

• 深度融合：图分割算法。
• 曲面生成：Marching Cube提取表面网格，然后绘制。

我对三维重建的理解也现在仅限于深度恢复这里，后续的融合和表面网格提取也没有深入到具体的步骤。对这个工作的理解比较全的就是第一步的工作，在整个三维重建的过程中，深度恢复这一步的也是最关键的。毕竟得到深度我们离得到三维位置就只有简单的一步之遥了。要提高整个重建算法的精度也是在于这里，这个师兄想了一些方法来求精这个恢复的深度，目前也有很多文章是这方面的。然后，我通过这个答辩得到的一些信息，加上下来看了他的论文：在求解NCC的时候，在采样位置用了小平面(patch)来逼近物体表面（这里不懂?为什么要用小平面就会比较正确?）。深度融合的时候，有采用“投票”的方法，这里也没有很明白，大致理解就是，每个体素构建网络流结构，然后利用先前计算出来的NCC值作为权重，这个权重就是该体素的一个投票结果，告诉程序我这个体素在物体外面还是物体外面，但是网络流构建过程，权值的分配这些细节还不懂。

那么接下去，我们得到了每个体素的投票结果，属于物体内部就相当于1，不属于这个物体就相当于0，提取物体表面网格，就是分割这个体素空间中的0和1，就是Marching cube算法。这种方法和poisson的区别?

2. 题目：基于立体视觉的高精度三维人脸重建 梁伯均

这个师兄的工作其实和我的工作更相关，用到就是双目立体视觉，整个工作是follow 2010 Beeler的那篇。前面都好理解的，但是后面提到了种子点等概念，当然种子点很有可能是在实现时候的一些策略，但是我并不清楚这些概念整个的一个应用，好好看论文了再来补全。

为什么在这里用到了双目的方法? 这是因为双目视觉利用的是，两幅图像的颜色信息进行一个匹配，那么要求两幅图像的纹理信息够丰富，而对于上一篇文章的实验环境，这是不现实的，相机摆放的位置比较远，无法有详细的纹理信息。

那么Beeler那篇的微观加强可不可以用在上一步的建模过程上?

3. 题目：图像和视频序列的颜色校正研究 胡晓龙

颜色校正就是希望两张图片上同一个景物点具有相同的颜色信息。整个答辩听下来，我觉得可能颜色出现不一样的实际原因在于不同的拍摄环境，反应在真实图片中，是由于相机的曝光时间和白平衡。

先看相机模型，相机是通过曝光收集实际的颜色信息，然后在感光元件上得到能量X，然后通过相机响应函数 f（brightness transfer function?）得到图像中的颜色信息B。然后这个函数f是有关于实际点信息和曝光时间，所以我们就是求解这个相机响应函数。来对颜色校正做指导。每一台相机有一个不同的相机响应函数。

这几个答辩都好听的，尤其是第一个，感觉大概打通了对主流方法的理解。然后后续工作就是实现，这样也能够把那个库做出来。后续的自己的研究工作就可以展开了。

然后写一下自己的感想，答辩除了答辩者自己的讲解，还有很大一部分是老师们的提问，往往老师会挑对基本概念的理解，这个工作的意义，解决了哪些问题，和当前其他方法的对比来提问，这些也是平时研究要注意的点了。