研究人员推出 SeeU,这是一个用于可泛化 3D 高斯泼溅 (G-3DGS) 的新框架,旨在改善稀疏视图设置中的新视图合成。SeeU 通过采用“高斯内语义”方法来解决现有方法的局限性,该方法使用语义信息来优化高斯表示。该框架包含一个跨视图熵感知 (CEA) 模块,用于聚合多视图语义和几何线索,指导条件高斯 Transformer 优化粗糙高斯并增强结构完整性,尤其是在约束不足或遮挡的区域。实验表明,SeeU 在渲染质量和结构完整性方面取得了显著改进,在推断场景中的平均 PSNR 提高了 2.44 dB。 AI
影响 增强了 3D 重建和渲染能力,可能改进虚拟现实、游戏和自主系统中的应用。
排序理由 该项目是一篇详细介绍计算机视觉新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Conditional Gaussian Transformer
- Connected Papers
- CORE Recommender
- Cross-view Entropy-Aware (CEA) module
- DagsHub
- G-3DGS
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- SeeU
- Semantic-in-Gaussian
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →