关键词geometry representation
搜索结果 - 4
- 通过 3D 高斯填充直接学习网格和外观
通过将不同可分辨外观模型与显式几何表示相结合，我们提出了一种可学习的场景模型，用于准确重构包含显式几何信息的三维场景，实验结果表明，该模型不仅在渲染质量方面达到了最新水平，而且还支持使用显式网格进行操作，并且具有适应场景更新的独特优势。
- 实时动态手部重建的三维点云投影
我们提出了一种实时且真实感十足的手部重建方法，称为 3D Points Splatting Hand Reconstruction（3D-PSHR）。我们通过自适应规范点上采样策略实现了高分辨率的手部几何表示，同时提出了一种自适应变形方法， - Spiking NeRF: 通过不连续表示来表示现实世界的几何形状
该研究提出了脉冲神经反馈网络（spiking NeRF），通过混合人工神经网络（ANN）和脉冲神经网络（SNN）的框架，构建不连续的密度场从而实现准确的几何表示。
- 神经隐式表面的体绘制
该论文旨在提高神经体积渲染中几何表示和重建的质量，通过将体积密度定义为拉普拉斯累积分布函数作为有符号距离函数的表示，实现了形状和外观的有效无监督解缠，并在具有多视图的数据集中获得了高质量的几何重建结果。