研究人员推出了一种名为神经深度场（NDF）的新方法，用于重建和修复不完整的3D场景几何。与传统的深度估计器不同，NDF将深度估计视为一个场景级别的隐式场，使其能够适应特定领域，同时保持与观察到的几何体的一致性。该方法已显示出显著的改进，将跨视图不一致性降低了63.3%，并将修复准确性提高了23.1%，在室内扫描和卫星图像等各种数据类型上，为3D场景几何修复设定了新的最先进性能。 AI
影响 推动了3D场景重建和修复能力，可能改进机器人、AR/VR和自主系统中的应用。
排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种用于3D场景几何修复和重建的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- computer science
- Computer vision and pattern recognition
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Neural Depth Field
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
