CVPR 2024满分论文:浙大提出基于可变形三维高斯的高质量单目动态重建新方法

AIGC动态10个月前发布 机器之心
7 0 0

CVPR 2024满分论文:浙大提出基于可变形三维高斯的高质量单目动态重建新方法

AIGC动态欢迎阅读

原标题:CVPR 2024满分论文:浙大提出基于可变形三维高斯的高质量单目动态重建新方法
关键字:场景,字节跳动,动态,方法,浙江大学
文章来源:机器之心
内容字数:7024字

内容摘要:


机器之心专栏
机器之心编辑部单目动态场景(Monocular Dynamic Scene)是指使用单眼摄像头观察并分析的动态环境,其中场景中的物体可以移动。单目动态场景重建对于理解环境中的动态变化、预测物体轨迹以及动态数字资产生成等任务至关重要。
随着以神经辐射场(Neural Radiance Field, NeRF)为代表的神经渲染的兴起,越来越多的工作开始使用隐式表征(implicit representation)进行动态场景的三维重建。尽管基于 NeRF 的一些代表工作,如 D-NeRF,Nerfies,K-planes 等已经取得了令人满意的渲染质量,他们仍然距离真正的照片级真实渲染(photo-realistic rendering)存在一定的距离。
来自浙江大学、字节跳动的研究团队认为,上述问题的根本原因在于基于光线投射(ray casting)的 NeRF pipeline 通过逆向映射(backward-flow)将观测空间(observation space)映射到规范空间(canonical space)无法实现准确且干净的映射。逆向映射并不利于可学习结


原文链接:CVPR 2024满分论文:浙大提出基于可变形三维高斯的高质量单目动态重建新方法

联系作者

文章来源:机器之心
作者微信:almosthuman2014
作者简介:专业的人工智能媒体和产业服务平台

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...