本文介绍了一种新的基于信息内容加权结构相似性的 3D 点云质量评估方法及其数据库，实验结果表明该方法在预测主观质量评分方面表现优异，具有较高的再现性。

Nov, 2021

本文旨在通过一项有关画质评估的研究，建立大规模的虚拟现实（VR）主观质量数据库，以发展 VR 品质模型和基准测试 VR 品质预测算法。研究中，使用 450 张受损的图像进行了调查，并记录了主观评分和眼动数据，支持了注视方向与品质感知之间的关系。文章还对几个公开可用的 IQA 模型进行了评估，并对比了它们的性能。

Oct, 2019

本文提出了 ReSEval，这是一种开源框架，可从 Python 直接快速部署 crowdsourced 主观评估，以方便研究人员运行主观评估以及通过共享配置文件和音频、图像、文本或视频文件来重现彼此的主观评估。

Mar, 2022

本文提出了一种全新的评估流体模拟方法的框架，基于众包式用户研究，以此来收集大量意见以获得精确可靠性，其核心思想是通过用户研究中精心挑选实际应用场景中的参考视频来进行评估，通过进行一系列的控制用户研究和比较他们的评估结果，揭示了影响感知评估的各种因素，数据表明参考视频的可用性使得评估结果更加一致，将此方法引入到计算视觉准确度指标的模拟方法评分中，并应用于对各种流行的模拟方法的评估。

Nov, 2020

我们引入了一种新颖的 3D 个性化方法，名为 Make-Your-3D，可以从单个主题图像和文本描述中提取个性化的高保真、一致的 3D 内容，在 5 分钟内完成。我们设计了一个共同进化的框架，通过身份感知优化和主题先验优化，使多视图扩散模型和身份特定的 2D 生成模型的分布与期望的 3D 主题的分布相一致。广泛的实验证明我们的方法可以产生高质量、一致性和主题特定的 3D 内容，并进行文本驱动的修改。

Mar, 2024

DataViz3D 是一种创新的在线软件，使用全息技术将复杂的数据集转化为交互式的 3D 空间模型。该工具使用户能够在 3D 空间内生成散点图，准确映射到数据集的 XYZ 坐标，从而直观地理解数据中固有的空间关系。DataViz3D 的用户友好界面使得高级 3D 建模和全息可视化对各种学科的用户都易于使用，促进了协作研究和教育的新机会。

Jan, 2024

本文提出了一个简单的模型来解决主题不准确的困扰，并通过比较真实数据和合成模拟来证明其价值和优越性。

Apr, 2020

通过利用三维操作模拟捕捉时刻的环境，我们的方法能够在照片美学方面提供优于传统二维技术的效果。

May, 2024

DreamBooth3D 是一种将个性化的文本 - 图像模型与文本 - 3D 生成相结合的方法，通过 3 阶段优化策略实现了神经光辐射场的 3D 一致性和文本 - 图像模型的个性化能力，能够生成高质量、个性化的 3D 模型。

Mar, 2023

基于人类基于过去经验从 2D 图像中推断出 3D 结构，并随着观察更多图像改进 3D 理解的行为，我们引入了 SAP3D，这是一个从任意数量的非约束图像进行 3D 重建和新视角合成的系统。给定一些非约束图像，我们通过测试时微调来调整预训练的视图条件扩散模型和图像的摄像机位姿。调整后的扩散模型和获得的摄像机位姿被用作 3D 重建和新视角合成的特定实例先验。我们通过实际图像和标准合成基准测试了我们的系统。我们的消融研究证实了这种适应行为对于更准确的 3D 理解至关重要。

Apr, 2024