PulseAugur
实时 10:17:30
English(EN) CLONE: A 3DGS-Based Closed-Loop Differentiable Optimization Framework for Single-Image Normal Estimation

新框架使用3D高斯泼溅进行单图像法线估计

研究人员开发了CLONE,一个用于从单张图像估计表面法线的新型框架。该方法利用3D高斯泼溅创建一个可微分的优化循环,将显式监督与生成先验相结合。该系统包含一个可微分的照明模型和一个受扩散启发的精炼网络,以增强几何细节并确保端到端可微分。 AI

影响 在计算机视觉中引入了一种新的几何建模方法,可能改进3D重建和场景理解。

排序理由 该集群包含一篇详细介绍新研究框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yanxing Liang, Yinghui Wang, Wei Li, Tao Yan, Jiaxing Shen ·

    CLONE:一种基于3DGS的闭环可微分优化框架,用于单图像法线估计

    arXiv:2508.05950v2 Announce Type: replace-cross Abstract: We propose CLONE, a 3DGS-based Closed-Loop differentiable Optimization framework for single-image Normal Estimation. The core idea is to construct an "image-geometry-image" consistency loop that unifies and jointly constra…