differentiable rendering
PulseAugur coverage of differentiable rendering — every cluster mentioning differentiable rendering across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的RealSimLoop框架连接真实世界数据与物理仿真
研究人员开发了RealSimLoop，一个旨在弥合真实世界观测与基于物理的仿真之间差距的新型框架。该系统利用视觉反馈实时调整仿真，通过在降阶神经网络子空间中使用可微分仿真来实现近乎实时性能。该框架集成了可微分渲染以优化物理参数，并使用滑动窗口目标函数进行鲁棒的在线自适应，使其能够跟踪变化的材料属性并改进力预测和应力场重构等下游应用。
-
使用统计形状模型从两个X射线图像重建3D骨骼几何
研究人员开发了一种新颖的方法，仅用两张X射线图像即可重建3D骨骼几何，无需CT扫描或大型神经网络数据集。该方法利用从现有CT扫描中派生的统计形状模型，并采用可微分渲染将模型拟合到X射线图像的轮廓上。该技术在留一法验证中达到了0.86-1.43毫米的精度，尽管在模型覆盖范围之外的骨骼形状方面存在困难。
-
新的MV2数据集挑战驾驶场景中的新视角合成
研究人员推出了多视角多车辆（MV2）数据集和基准，以解决在真实驾驶场景中应用可微分渲染进行新视角合成（NVS）所面临的挑战。MV2数据集包含来自汽车、滑板车和无人机同步捕获的数据，每种设备都遵循不同的轨迹，从而能够评估具有显著视角变化的NVS模型。对当前NVS和相机姿态估计方法的基准测试显示，随着视角差异的增加，性能会下降，并突出了基于优化的姿态估计器优于前馈方法。
-
可微分渲染从单声纳图像重建海底
研究人员开发了一种新颖的方法，利用可微分渲染从单声纳图像中重建海底地形。这种无需训练的方法通过优化高度场来匹配声纳图像，克服了传统声纳成像中垂直结构坍塌带来的挑战。该技术在无需大量训练数据的情况下，展示了跨不同传感器配置和环境的适应性。