scene decomposition | BriefGPT

关键词scene decomposition

搜索结果 - 9

M^2DNeRF：带有 3D 特征域的多模态分解 NeRF
多模态分解 NeRF（${M^2D}$NeRF）是一种能够进行文本和视觉补丁编辑的单一模型，通过使用多模态特征蒸馏来整合来自预训练视觉和语言模型的教师特征到三维语义特征体积，从而促进一致的三维编辑。实验证明，在三维场景分解任务中，相较于以前
PDF2 months ago
从单一图像中发现和幻想任务
通过给定一张未知环境和物体的单一 RGB 图像，我们的模型可以识别潜在任务，并以生动的叙述形式想象任务的执行，生成视频展示。我们开发了一个模块化的流程，逐步增强场景分解、理解和重建，结合 VLM 进行动态交互和三维运动规划用于物体轨迹。我们
PDF4 months ago
神经样条域用于爆发图像融合和层分离
本研究提出了一种多用途的中间表示方法：采用神经样条场构建的两层 alpha 叠加图像及流模型，在测试时优化过程中将图像融合成一个高分辨率的重建图像，并分解成透射和遮挡层；剔除遮挡层后，可以实现包括穿透遮挡物、抑制反射和去除阴影等一系列任务。
PDF7 months ago
ICCV可编辑的小说视角合成的统一分解和组合 NeRF 学习
本论文提出了一个统一的神经辐射场（NeRF）框架，以有效地进行场景分解和合成，用于建模现实世界场景，通过学习不同对象的解耦 3D 表示进行场景编辑，同时为新颖视角合成建模整个场景表示。
PDFa year ago
Block-NeRF: 可扩展的大场景神经视角合成
Block-NeRF 是神经辐射场的变种，可以有效表示大规模环境，将场景分解成 NeRF 可以将渲染时间与场景大小分离，使渲染可以扩展到任意大的环境，并允许环境进行每个块更新。通过引入外观嵌入，学习的姿态细化和可控的曝光，以及介绍邻接 Ne
PDF2 years ago
神经预积分光照反射分解
本文提出了一种新颖的反射率分解网络，通过使用 Neural-PIL 替换昂贵的照明积分操作和使用平滑流形自编码器学习深度低维表现，实现了物体图像的形状、BRDF 和每个图像的照明的估计，得到的分解结果可有效地提高 BRDF 和光估计的准确性
PDF3 years ago
CVPR全景分割预测
通过场景分解，从背景和前景分别预测背景的运动和物体的运动，我们提出了全景分割预测，可以在已有模型的基础上实现背景与物体的双重预测，比现有的基线模型性能更好。
PDF3 years ago
无监督视频分解基于时空迭代推理
该研究提出了一种新的时空迭代推理框架，用于联合建模复杂的多物体表示和帧间的显式时间依赖关系，在后验精化中利用 2D-LSTM 和时间条件推理和生成，以提高场景分解、分割和预测的能力，即使没有颜色信息也有高准确度。
PDF4 years ago
基于 RGB-D 图像的辐射场景分解：场景反射率、照明和几何
通过利用 RGB-D 图像重建场景的几何和同时恢复复杂反射和自然照明的 radiometric 成分，从而对多个未知材料对象进行空间变化的建模，可以实现从 RGB-D 图像中恢复丰富的 radiometric 信息，并展示 RGB-D 传感
PDF8 years ago