MHE-Former

MHE-Former使用多假设Transformer进行3D网格恢复

研究人员开发了MHE-Former，一种用于从单个图像恢复3D网格的新型Transformer框架。该方法通过生成多个合理的假设来解决遮挡和歧义等挑战，超越了传统的单解回归。该框架包含一个探索-利用范式，利用熵最大化进行假设生成，以及一个上下文感知选择过程，该过程可以利用视觉语言模型进行用户引导的精炼。实验表明，MHE-Former在准确性和多样性方面均达到了最先进的性能，用户研究证实了其假设选择的实用性。