本文提出了一种端到端可训练模型，以单个RGB图像感知3D场景，估计相机姿态和室内布局，并重建人体和物体网格。通过对所有估计方面施加全面而复杂的损失，我们证明了我们的模型优于现有的人体网格方法和室内场景重建方法。据我们所知，这是第一个在网格级别输出对象和人体预测，并对场景和人体姿态进行联合优化的模型。

Dec, 2020

本文提出了神经辐射场用于人物运动的渲染和时空（4D）重建，该方法将神经场表示、新视角合成和隐式统计几何人类表示相结合，并应用于人类姿势识别和服装模拟。

Oct, 2021

使用深度学习技术，提出了一种名为GNR的通用神经演员框架，通过压缩轻场数据来从几何和外观方面生成新颖的视角下的人体影像，并在多视角摄像机下构建的数据集GeneBody-1.0上证明了其鲁棒性和通用性。

Apr, 2022

我们提出了第一个大规模重建模型 (LRM)，能够在仅5秒内从单个输入图像预测对象的3D模型。与许多以类别为基础在小规模数据集（如ShapeNet）上训练的先前方法不同，LRM采用一个高度可扩展的基于transformer的架构，具有5亿个可学习参数，能够直接从输入图像预测神经辐射场（NeRF）。我们以端到端的方式在包含大约100万个对象的海量多视图数据上训练我们的模型，包括Objaverse的合成渲染和MVImgNet的真实采集数据。这种高容量模型和大规模的训练数据的组合使得我们的模型具有很强的通用性，并能够从各种测试输入中生成高质量的3D重建结果，包括真实世界中的野外捕捉和生成模型的图像。可在此网站找到视频演示和可交互的3D网格：[https://this_URL]。

Nov, 2023

提出了一种新的流程SiTH，该流程将基于图像的扩散模型与3D网格重建相结合，通过将单视图重建问题分解为幻觉和重建子问题来推断未知的人体形状、服装和纹理信息。该方法通过强大的生成扩散模型重新生成输入图像中的外貌，并借助有皮肤的身体网格作为指导从输入图像和背视图图像中恢复出完整的人体纹理网格。在仅使用约500个3D人体扫描进行训练的同时，保持了方法的普遍性和鲁棒性。在两个3D重建基准测试上进行了大量实验和用户研究，证明了该方法在从各种未见图像中生成逼真、带纹理的3D人体方面的有效性。

Nov, 2023

利用MVHuman方案，通过多视角采样策略和预训练的Stable Diffsuions网络生成人体辐射场，无需微调或蒸馏，且优于现有的3D人体生成方法。

Dec, 2023

通过引入跨视图一致的交叉注意力机制和利用三维先验信息，提出了一种高效的多视角大型重建模型(M-LRM)，能够从多视图中以三维感知的方式高质量地重建三维形状，并且相比于LRM能够生成分辨率为$128 imes 128$的三平面NeRF，具有更高的保真度和训练收敛速度。

Jun, 2024

该研究介绍了Real3D，使用单视图真实世界图像训练的第一个大型重建模型系统，通过引入自主训练框架和无监督的损失函数，同时利用现有的合成数据和多样化的单视图真实图像，提高了性能和扩大了图像数据的规模，实验结果表明Real3D在不同的评估设置中优于以前的工作。

Jun, 2024

本研究解决了现有单图像人类重建在训练数据不足或缺乏全面多视图知识所导致的泛化能力弱的问题。我们提出了MagicMan，一个专为人类设计的多视图扩散模型，可以基于单个参考图像生成高质量的新视图图像。研究表明，该方法显著提高了新视图合成和后续3D人类重建任务的表现。

Aug, 2024

本研究针对从单一RGB图像进行全身重建面临的几何失真和服装拓扑复杂性问题，提出了一种新颖的框架PSHuman，通过跨尺度扩散模型显著提升了重建质量与一致性。研究发现，该方法在生成新视角时保持了细节和身份特征，并且有效地克服了几何扭曲，展现出在几何细节、纹理真实感和泛化能力上的显著优势。

Sep, 2024