基于鲁棒图像的三维传感技术

本公开提供有助于基于图像的三维(3D)扫描和重建物体的系统、方法和设备。在一个方面，提供了一种方法，包括：通过计算设备从各个视点捕获物体的多个图像。该方法还包括：检测每个图像中包含物体的区域、提取该区域内的视觉特征、以及使用这些特征生成分割掩码。第一个机器学习模型根据图像和掩码确定物体的体积三维表示；然后导出第二个表示，例如网格或点云。其他过程包括：对已知物体的姿态估计和对透明和不透明材料的立体深度预测。还提供了其他方面。