sparse views | BriefGPT - AI 论文速递

关键词sparse views

搜索结果 - 10

高效少样本神经渲染的空间退火平滑化
提出了一种名为 SANeRF 的准确高效的小样本神经渲染方法，能够在混合表示架构中提供更好的渲染质量和更快的重建速度。
PDF22 days ago
Simple-RF: 用更简单的解决方案规范稀疏输入辐射场
通过设计较为简化的能力增强模型，我们观察到较好的深度监督效果，进而提高稀疏视图下的主要辐射场的视图合成性能。
PDF2 months ago
GaussianObject: 只需四张图像，使用高斯喷洒获得高质量三维物体
从稀疏视图中重建和渲染 3D 物体是促进 3D 视觉技术应用和提高用户体验的关键。本文提出了 GaussianObject 框架，通过高斯散射达到高质量渲染，仅需 4 张输入图像，解决了构建多视角一致性和补充遗漏物体信息的困难，同时在多个数
PDF5 months ago
AAAINeuSurf：基于表面先验的稀疏输入视图下的神经表面重建
利用表面先验信息实现稀疏视角下高保真度的重构，通过全局几何对齐和本地几何细化，优化粗糙形状和细节，实现的稀疏视角重构框架在稀疏视图下得到了显著提升。
PDF6 months ago
ColonNeRF：用于高保真长序列结肠镜重建的神经辐射场
基于神经辐射场（NeRF）的新重建框架 ColonNeRF，通过重建结构的多分区组合、多级融合以及密集化相机姿势来解决结肠镜检查重建中的形状差异、几何一致性和视角稀疏性等挑战，显著优于现有方法。
PDF7 months ago
Sparse3D：基于稀疏视角的多视点一致性扩散物体重建
Sparse3D 是一种针对稀疏视角输入的新型三维重建方法，通过从强大的图像扩散模型提取 2D 先验，使得我们的综合模型在面对开放世界对象时仍能始终保持高质量的结果，并借助 C-SDS 技术来增强细节，实验证明了我们的方法在 NVS 和几何
PDF10 months ago
ECCVKeypointNeRF：使用关键点相对空间编码广义图像体化人物
本文提出了一种新的人体建模方法，使用稀疏 3D 关键点编码相对空间 3D 信息，并在头部重建方面超过先前的最先进方法。同时也在人体重建方面性能可与参数化模型与时间特征聚合的先前工作相比拟，实验结果表明提出方法的高保真度建模指向了一个新的方向
PDF2 years ago
CVPR立体辐射场（SRF）：学习稀疏视角下的新颖场景综合
本文提出了一种名为 Stereo Radiance Fields (SRF) 的新的神经视图合成方法，它从输入的立体图像编码中预测每个 3D 点的颜色和密度，且只需要较少的稀疏视图作为输入，可广泛适用于不同场景。实验表明，SRF 方法学习了
PDF3 years ago
ICCV稀疏视图下平面表面重建
本文提出一种在未知相机姿态下采用多视图重建室内场景中平面表面的方法，并且通过实验表明该方法在来自 Matterport3D 挑战性场景的稀疏视图的重建方面能够推进现有技术的发展。
PDF3 years ago
ECCVAssociative3D: 稀疏视图三维体素重建
本研究探讨了从未知的相机的两个视图中进行 3D 体积重建的问题，提出了一种新的方法，即联合推理方法，可以从稀疏视图中恢复合理的场景。
PDF4 years ago