rendering quality | BriefGPT

关键词rendering quality

搜索结果 - 28

OccFusion：利用生成扩散先验渲染被遮挡的人体
利用高效的 3D 高斯喷粒方法，由预训练的 2D 扩散模型进行监督，提出了 OccFusion，一种用于高效和高保真度人体渲染的方法。通过三个阶段的流程，即初始化阶段、优化阶段和改进阶段，实现了对人体的完整渲染，并在实验中表现出了在渲染遮挡
PDF5 days ago
ContextGS: 带有锚定层上下文模型的紧凑三维高斯分层处理
通过引入上下文模型在锚点级别进行 3D 高斯点片重建表示，相比于标准 3D 高斯点片重建和最新的最先进的 Scaffold-GS 方法，我们的工作实现了超过 100 倍的尺寸减小，并达到可比甚至更高的渲染质量。
PDFa month ago
DreamMat：基于几何和光照感知扩散模型的高质量 PBR 材质生成
通过 DreamMat 方法从文本描述生成高质量 PBR 材料，解决了从 2D 扩散模型中提取 PBR 材料参数时的错误材料解析问题，并取得了显著的渲染质量优势。
PDFa month ago
DoGaussian：面向分布式的高斯喷点技术在大规模三维重建中的应用
我们提出了 DoGaussian 方法，该方法通过将场景分解为 K 个块并在 3DGS 的训练过程中引入交替方向乘子方法（ADMM），在主节点上维护一个全局 3DGS 模型和 K 个从节点上的本地 3DGS 模型，从而加快了在大规模场景中的
PDFa month ago
WateRF: 辐射场的鲁棒水印用于版权保护
我们提出了一种创新的、适用于 NeRF 表示的数字水印方法，通过在渲染过程中使用离散小波变换，结合延迟反向传播技术和区块损失，实现了嵌入二进制信息的高质量渲染。通过在 2D 渲染图像中评估嵌入水印的容量、隐形性和鲁棒性等方面，我们的方法在训
PDF2 months ago
基于马尔可夫链蒙特卡洛的 3D 高斯点云重建
3D 高斯喷洒作为神经渲染的一种方法，当前的方法依赖于精心设计的克隆和分裂策略来放置高斯函数，这些方法往往无法泛化并且可能导致质量较低的渲染。本研究提出将 3D 高斯函数视为从描述场景物理表示的基础概率分布中随机采样得到的蒙特卡洛采样，通过
PDF3 months ago
CVPR2D 转 3D 的一键升级：夹层 RGB-D 视频压缩用于立体电视会议
通过神经网络的先处理和后处理以及几何感知损失函数的联合训练，将 2D 视频编解码器升级为支持立体 RGB-D 视频压缩的方法能在不需要特定硬件升级的情况下，以较小的比特率实现较高渲染质量，适用于各种视频编解码器。
PDF3 months ago
LetsGo: 大规模车库建模与渲染的 LiDAR 辅助高斯基元
大型车库建模中的挑战以及一种利用 LiDAR 辅助的高斯打点方法进行车库建模和渲染的引入。使用手持式扫描仪 Polar 收集的 LiDAR 点云增强了车库场景建模和渲染的算法，提出了一种新颖的深度正则化器，同时探索了传统网格和现代高斯建模的
PDF3 months ago
TOGS: 实时 4D DSA 渲染的时间不透明度偏移高斯喷射
通过引入 TOGS 方法，使用高斯平铺技术并结合时间上的不透明度偏移，可以提高四维数字减影血管成像的渲染质量和速度，并针对稀疏采样情况降低过拟合问题，实现与先前方法相比的最新重建质量和实时渲染。
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
Vosh：用于实时视图综合的体素 - 网格混合表示
Vosh 是一种开创性的混合表示方法，将 NeRF 的体素和网格组件无缝结合，以实现视图合成中快速渲染和高质量渲染的平衡。
PDF4 months ago
Spec-Gaussian：3D 高斯化雨滴的各向异性视角相关外观
通过使用各向异性球形高斯场而不是球谐函数来建模每个 3D 高斯的视角相关外观，我们引入了 Spec-Gaussian，该方法通过提出粗到精的训练策略和消除实际场景中过拟合引起的漂浮点来提高学习效率，并在渲染质量上超过了现有方法。
PDF4 months ago
分而治之：重新思考神经辐射场的训练范式
通过将输入视图按照其视觉相似性划分为多个组，并在每个组上训练单独的模型，然后通过教师 - 学生蒸馏范式将这些专门模型的知识聚合为一个实体，我们重新设计了 NeRF 的训练范式，提高了其渲染质量并实现了空间效率。
PDF5 months ago
提高深度辐射场小说视图合成质量的方法与策略
NeRF 技术可以从 2D 图像中学习场景的 3D 隐式模型，并合成逼真的新视角图像。本研究分析了过去三年中涉及 NeRF 图像渲染质量改进的最新相关论文，探讨了质量改进方法背后的技术原理，并讨论了质量改进方法未来的演进方向，有助于研究人员
PDF5 months ago
TRIPS：三线性点精细划分的实时辐射场渲染
本文介绍了一种名为 TRIPS 的新技术，将点云渲染技术与轻量级神经网络相结合，实现了更高的渲染质量和实时帧率，并适用于复杂场景和自动曝光片段。
PDF6 months ago
IL-NeRF：具备相机姿态对齐的神经光辐射场的增量学习
IL-NeRF 是一种用于增量训练 NeRF 的新框架，通过选择过去的摄像机姿态作为参考点，初始化和对齐传入图像数据的摄像机姿态，然后进行联合优化摄像机姿态和基于回放的 NeRF 知识蒸馏，实现了更高的渲染质量。
PDF7 months ago
金字塔神经辐射场 PyNeRF
通过在不同空间网格分辨率上训练模型头部，我们对基于网格的模型进行简单修改，以实现容易的扩展，提高渲染质量和性能效率。
PDF7 months ago
利用点云生成进行近表面采样的神经辐射场改进
该论文提出了一种改进 NeRF 渲染质量的近表面采样框架，通过估计 3D 场景的表面，只在表面周围进行采样，从而提高了渲染质量，并且能够显著加速 NeRF 模型的训练时间。
PDF9 months ago
FlowIBR：利用预训练来高效构建动态场景的神经网络图像渲染
我们引入了一种新颖的方法，用于动态场景的单目新视图合成。通过将场景动态性与预训练的神经图像渲染方法相结合，我们的方法绕过了训练数据和场景动态性多样性的限制，通过优化场景流场来实现将动态场景呈现为静态场景，从而降低了优化时间并实现了与现有方法
PDF10 months ago
高效射线采样用于辐射场重建
通过改进射线采样方法，在保持真实感渲染结果的同时提高了神经辐射场训练的效率，加快了神经网络的收敛速度并更准确地感知场景的空间几何结构。
PDF10 months ago