PulseAugur
中
实时 08:44:53
实体 DL3DV

DL3DV

PulseAugur coverage of DL3DV — every cluster mentioning DL3DV across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
11
90 天内 16
发布 · 30天
0
90 天内 0
论文 · 30天
11
90 天内 16
层级分布 · 90 天
主题
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/1 页 · 共 16 条
  1. TOOL · CL_366400 ·

    WaveView方法通过注入噪声相位增强新视角合成

    研究人员推出了一种新颖的生成式新视角合成方法WaveView,该方法将扭曲的源信息直接注入预训练生成器的噪声相位中。该技术利用双树复小波包变换进行局部和各向异性相位注入,能更有效地约束生成器在遮挡区域和沿极线区域。WaveView在保持原有架构的同时开销可忽略不计,并在DL3DV基准测试中表现出色,优于基线方法,在共可见区域比MetaView有显著提升且运行速度更快。对于动态新视角合成,使用WaveView的方法对AnyView进行微…

  2. RESEARCH · CL_333995 ·

    新研究推动3D高斯飞溅技术在压缩和真实世界视频领域的进步

    近期3D高斯飞溅(3DGS)的研究重点在于改进压缩、处理不同步视频以及增强前馈方法。GSCV++通过优化预处理和映射,为GS序列提供轻量级压缩。Phase-DGS使用语义阶段而非精确时间戳来解决从不同步多视角视频重建场景的挑战。多篇论文探索了OctreeSplat和GradSplat等前馈方法,旨在无需每场景优化即可预测3D场景,而HIBS(分层增量Beta飞溅)和SplatAnything等则引入了新技术,以在各种条件下实现更鲁棒和准确的重建。

  3. TOOL · CL_325089 ·

    SG-Splat 提高了3D高斯泼溅对姿态不确定性的鲁棒性

    研究人员推出 SG-Splat,一个旨在提高无姿态3D高斯泼溅 (3DGS) 对姿态不确定性鲁棒性的新颖框架。该方法将几何估计与高斯属性预测分离,以减轻误差传播。它包含一个从粗到精的精炼过程,利用流引导姿态精炼 (FGPR) 和残差引导几何校正 (RGC) 来改善属性重建前的几何对齐。SG-Splat 还采用双路径训练策略,混合了真实姿态和预测姿态,确保属性的干净监督,同时增强几何对姿态错误的韧性。

  4. TOOL · CL_315396 ·

    新框架CausalAlign增强视频生成模型自我运动一致性

    研究人员开发了CausalAlign,一个旨在提高扩散式视频生成模型(VGMs)中相机自我运动一致性的新框架。该框架利用因果干预来识别VGMs在去噪过程中如何表示和保留自我运动信息。CausalAlign通过将VGM层与3D基础模型通过delta-token空间对齐来加强这种表示,该空间专注于帧间动力学。这种方法在运动精度、几何一致性和时间平滑度方面显示出显著的改进,同时也提高了具身模型在操作任务上的成功率。

  5. TOOL · CL_325664 ·

    新的CausalAlign框架提高了视频生成模型自我运动的一致性

    研究人员开发了CausalAlign,一个旨在提高基于扩散的视频生成模型中相机自我运动一致性的新框架。该框架通过诊断这些模型如何表示和保留运动信息,然后将内部表示与3D基础模型对齐,来解决长视频序列中自我运动漂移的问题。这种方法侧重于帧之间的动态,从而显著减少了几何一致性错误,并改进了下游具身AI任务。

  6. RESEARCH · CL_312990 ·

    HRoPE 为多视角 Transformer 引入表面感知的位置编码

    研究人员推出了一种新颖的方法 HRoPE(Homography Relative Positional Encoding),用于提高多视角 Transformer 的空间理解能力。与以往关注相机几何的方法不同,HRoPE 通过将图像块表示为倾斜的 3D 平面并使用单应性来对齐不同视角的特征,从而强调表面几何。该技术不需要真实世界的几何信息,并在 RealEstate10K、CO3Dv2 和 DL3DV 等数据集的全新视角合成任务中表现…

  7. TOOL · CL_308142 ·

    LonGaussian框架支持从长视频进行3D场景重建

    研究人员推出LonGaussian,一个新颖的前馈框架,用于从长视频序列重建高质量3D场景。该方法通过分块处理视频并使用多帧点跟踪来整合高斯预测,解决了内存和存储限制。LonGaussian在DL3DV和RealEstate10K等基准测试中实现了更高的渲染质量和更少的高斯数量,使其适用于机器人感知和具身智能等应用。

  8. TOOL · CL_294729 ·

    CompactSplat 通过自适应高斯分配改进三维场景重建

    研究人员推出 CompactSplat,一个旨在从稀疏视图改进三维场景重建的新前馈框架。该方法自适应地分配三维高斯,将它们集中在复杂区域,同时用更大的、尺度调制的图元高效地平铺平坦区域。与现有技术相比,这种方法以显著更少的图元实现了更精确的几何和更精细的纹理,如在 RealEstate10K 和 ScanNet 等数据集上所展示的。

  9. RESEARCH · CL_289394 ·

    新模型应对新视图合成与相机姿态估计挑战

    两篇新的研究论文介绍了从现有图像合成新视图和估计相机姿态的新颖方法。第一篇论文LVS,侧重于重用先前渲染的图像以改进交互式场景探索并减少渲染计算,特别适用于增强现实和虚拟现实应用。第二篇论文LVSPM,提出了一个可泛化的模型,该模型可以从未校准的图像集中联合估计相机姿态并合成新视图,在各种数据集上的姿态估计和新视图合成方面优于现有模型。

  10. TOOL · CL_315811 ·

    CompactSplat框架通过自适应高斯分配改进3D场景重建

    研究人员推出CompactSplat,一个用于从稀疏视图重建3D场景的新型前馈框架。该方法使用纹理引导的空间划分和分层采样来自适应地分配3D高斯,从而通过将细节集中在复杂区域并简化平坦区域来实现更有效的表示。CompactSplat还支持动态稀疏度控制,无需重新训练模型即可调整渲染保真度和内存使用。

  11. TOOL · CL_280544 ·

    PocketSplat 使 iPhone 上的高斯重建成为可能

    研究人员开发了 PocketSplat,一个用于在移动设备上创建高斯重建资产的新框架。该系统旨在在移动电话的资源限制内运行,并生成适合下游使用的资产。PocketSplat 通过在世界空间中组织密集潜在候选者、分配确切容量以及仅为必要的候选者解码属性来实现这一点,提供了比现有方法更好的质量-预算权衡。

  12. TOOL · CL_269437 ·

    GeoVerse 框架增强了世界一致性的新视角合成

    研究人员推出 GeoVerse,一个新颖的框架,用于从稀疏图像合成世界一致性的新视角。该方法将 3D 基础模型的几何潜在空间与视频生成模型的外观先验相结合。GeoVerse 通过全局空间记忆增强结构完成并确保跨视图一致性,从而在 DL3DV 和 Mip-NeRF360 等基准测试中,在视觉质量和几何一致性方面优于 GLD 等现有方法。

  13. RESEARCH · CL_233649 ·

    新方法增强新视角合成的稳定性和质量 · 已追踪 2 个来源

    研究人员开发了新方法来提高新视角合成的稳定性和质量,这是一种从有限的输入图像集中生成场景新视角的技朧。一种名为 CamTrol++ 的方法通过将相机运动分解为小的自回归步骤来稳定过程,以防止误差累积,这对于更长的生成范围尤其有效。另一种名为 RoGe 的方法提出了一个端到端的框架,该框架联合训练隐式场景重建和视频生成模型,允许生成过程直接塑造其几何条件,而无需显式的 3D 中间体。两种方法都在基准数据集上展示了时间一致性和几何准确性的显著改进。

  14. TOOL · CL_206665 ·

    SplatGuide 使用 3D 高斯实现无姿态新视角合成 · arXiv

    研究人员推出 SplatGuide,一种从无姿态图像生成照片级新视角的新方法。该方法利用 3D 高斯的几何先验,重用单个 3D 高斯泼溅 (3DGS) 场景以扮演多种角色。渲染图像提供几何条件,每个高斯源视图索引实现遮挡感知的参考选择,重建令牌提供特征级引导。SplatGuide 在多个基准测试中取得了最先进的成果,包括 RealEstate10K、DL3DV、Tanks-and-Temples 和 Mip-NeRF 360,甚至在 …

  15. TOOL · CL_180975 ·

    QuerySplat 框架解耦 3DGS 几何和外观,以改进渲染

    研究人员推出了一种用于 3D 高斯泼溅 (3DGS) 的新颖框架 QuerySplat,旨在通过解耦几何和外观表示来提高渲染保真度。该方法采用双分支基于查询的解码器,其中一个分支利用预训练的视觉几何模型进行空间理解,另一个分支则专注于恢复高频细节。据报道,QuerySplat 在渲染质量上超越了现有的像素对齐和早期基于查询的方法,在 DL3DV 基准测试上取得了最先进的成果。

  16. TOOL · CL_63048 ·

    Robust Dreamer 通过新的记忆技术改进增强现实视频生成

    研究人员开发了 Robust Dreamer,一个旨在改进动作控制的增强现实(AR)视频生成的新框架。该系统通过使用潜在高斯记忆(Latent Gaussian Memory)来锚定扩散潜在变量,并采用偏差学习(Deviation Learning)和动态偏差档案(Dynamic Deviation Archive)来模拟和纠正推理过程中发生的错误,从而解决了长自回归序列中的视觉漂移和三维不一致等挑战。