BayesSDF là một khuôn khổ xác suất mới để ước tính độ bất định trong các biểu diễn 3D ngầm định dựa trên mạng nơ-ron. Để khắc phục những hạn chế của các mô hình bề mặt ngầm định dựa trên mạng nơ-ron hiện có, vốn không cung cấp một phương pháp hệ thống để định lượng độ bất định, BayesSDF sử dụng Hàm Khoảng cách Có Dấu (SDF) để cung cấp một biểu diễn bề mặt liên tục và khả vi. Chúng tôi áp dụng phép xấp xỉ Laplace cho các trọng số SDF và ước tính độ bất ổn hình học cục bộ bằng cách sử dụng một phép đo dựa trên Hessian. Chúng tôi chứng minh bằng thực nghiệm rằng các ước tính độ bất định thể hiện mối tương quan mạnh mẽ với các lỗi tái tạo bề mặt trên các chuẩn dữ liệu tổng hợp và thực tế. Do đó, BayesSDF đặt nền tảng cho các hệ thống nhận thức 3D mạnh mẽ, dễ diễn giải và thiết thực hơn.
