large-scale scenes | BriefGPT

关键词large-scale scenes

搜索结果 - 16

CVPRGLACE: 全球局部加速坐标编码
我们提出了一个名为 GLACE 的方法，通过引入共视性的概念，利用预训练的全局和局部编码将场景坐标回归方法扩展到大型场景，只需要一个小型网络。我们的方法在大型场景中不使用三维模型或深度图作为监督，取得了最先进的结果。
PDFa month ago
PyGS: 使用金字塔形状的三维高斯投影进行大规模场景表示
通过使用金字塔式组装高斯函数的 3D 高斯喷射 (PyGS)，结合 NeRF 初始化，我们在多个大规模数据集上实现了显著的性能提升，并获得超过当前最先进方法 400 倍以上的渲染时间。
PDFa month ago
DistGrid：具有分布式多分辨率哈希网格的可扩展场景重建
基于多分辨率哈希格方法的可扩展场景重建方法，通过划分大型场景、消除背景 NeRF，并利用分割体积渲染方法处理跨边界射线，实现了更高质量、更可扩展的场景重建。
PDF2 months ago
Pointsoup：用于大规模点云场景的高性能和极低解码延迟的学习几何编解码器
Pointsoup 是一种高性能、极低解码延迟的高效基于学习的几何编解码器，通过将皮肤特征通过基于注意力的编码器嵌入到本地窗口中并引入扩张窗口作为跨尺度先验来推断量化特征的分布，实现了快速的特征细化，然后使用基于折叠的点生成器以相当快的速度
PDF2 months ago
EfficientGS: 面向大规模高分辨率场景表示的高效高斯喷射方法
通过优化 3D 高斯喷涂技术，我们提出了 EfficientGS 方法，针对高分辨率和大规模场景，通过选择性策略和剪枝机制，将模型大小减小为传统 3D 高斯喷涂的十分之一，同时保持高渲染保真度。
PDF2 months ago
大规模场景中单目相机的深度、位姿和隐式场景表示的增量联合学习
我们提出了一种增量联合学习框架，通过采用基于视觉变换器的网络作为主干来实现准确的深度、姿态估计和大规模场景重建，并构建了增量场景表示方法以增强三维场景表示的可伸缩性。
PDF3 months ago
全球引导的焦点神经辐射场用于大规模场景渲染
提出了一种全球引导的焦点神经辐射场 (GF-NeRF)，利用两阶段结构和全球引导的训练策略，在大规模场景中实现高保真度的渲染结果。
PDF3 months ago
CVPRLiveHPS: 基于 LiDAR 的自由环境下场景级人体姿态和形状估计
通过 LiveHPS，我们提出了一种新的基于单个激光雷达的场景级人体姿态和形状估计方法，可以解决激光点云的分布变化、遮挡和噪声干扰等问题。通过多模态和多视图的采集数据，我们的方法在新数据集和公共数据集上进行的广泛实验证明了其在实际应用中的卓
PDF4 months ago
BirdNeRF：用于大规模场景的快速神经重构航空影像
针对大规模场景重构的问题，我们引入了 BirdNeRF，这是 Neural Radiance Fields（NeRF）的一种适应型设计，专门用于利用航拍图像进行场景重构。与以前的研究集中在小规模和以物体为中心的 NeRF 重建不同，我们的方
PDF5 months ago
FPRF: 大规模 3D 神经辐射场的前馈逼真风格转移
FPRF 是一种用于大规模三维神经辐射场的前馈光真实主义风格转移方法，它可以使用任意数量的风格参考图像对大规模三维场景进行风格化，同时保持多视角外观的一致性。它通过引入风格分解的三维神经辐射场来高效地风格化大规模三维场景，支持任意风格参考图
PDF6 months ago
城市在网络上：实时神经渲染大规模场景
我们提出了一种称为 City-on-Web 的方法，通过将整个场景划分为可管理的区块，并采用适当的细节级别，以确保高保真度、高效的内存管理和快速渲染，实现了对大规模场景的实时渲染在资源受限环境下的第一次尝试。我们的实验结果表明，我们的方法在
PDF6 months ago
EvE：利用生成概率推测进行辐射场增强
EvE 使用生成先验来改进大规模场景的建模，通过预训练的生成网络，以及 K-Planes（基于 K - 面元）在训练集上的优化指导，提高了现实场景建模的细节质量和在野外合成的表现，超越了现有方法。
PDF7 months ago
面向大场景的具有遮挡感知的时空 Transformer 的分组化
我们提出了一个用于大规模场景中群组检测的端到端框架 GroupTransformer，该框架能够处理大规模场景中多人频繁遮挡的问题，并能有效地利用时空信息。实验结果证明，与现有方法相比，我们的方法在大规模场景和小规模场景上均取得更好的性能。
PDF8 months ago
UE4-NeRF: 大规模场景实时渲染的神经辐射场
该论文介绍了一个名为 UE4-NeRF 的神经渲染系统，专门用于实时渲染大规模场景，并通过将场景分区并进行顶点优化、与 UE4 的光栅化流水线相结合等方法，实现了在 4K 分辨率下以每秒 43 帧的帧率进行实时渲染，并获得了与最先进方法相媲
PDF8 months ago
Drone-NeRF：大规模无人机勘测的高效 NeRF 基于的三维场景重建
我们提出了 Drone-NeRF 框架，通过使用神经辐射场（NeRF）来增强适用于无人机倾斜摄影的无界大规模场景的高效重建，将场景根据摄像机位置和深度可见性划分为均匀的子块，在 NeRF 的并行训练中训练子场景，然后合并为完整场景，通过优化
PDF10 months ago
ENFT：高效的非连续型特征跟踪用于鲁棒的运动结构恢复
本文提出了一种高效的非连续特征跟踪 (ENFT) 框架，用于匹配不连续轨迹，并提出了一种基于片段的粗到细的 SfM 算法用于处理大规模数据集，并在具有挑战性的视频数据上进行了实验验证。
PDF9 years ago