Nerf
PulseAugur coverage of Nerf — every cluster mentioning Nerf across labs, papers, and developer communities, ranked by signal.
- subsidiary of Hasbro 100%
- instance of ScienceCast 90%
- instance of alphaXiv 90%
- instance of Gotit.pub 90%
- instance of CatalyzeX 90%
- instance of CORE Recommender 90%
- used by Neural Radiance Fields 90%
- used by CatalyzeX 70%
- developed Influence Flower 70%
- used by alphaXiv 70%
- instance of Neural radiance field 70%
- used by ScienceCast 70%
7 天有情绪数据
-
HistReNeRF框架在3D场景中重新定位历史照片
研究人员开发了HistReNeRF，一个新颖的框架，旨在将历史照片准确地重新定位到当代3D场景重建中。该方法解决了历史和现代图像在外观、物体和空间布局上的差异带来的挑战。通过适配DINOv2补丁特征并查询神经辐射场（NeRF）重建，HistReNeRF可以估计历史照片的6-DoF位姿。在新欧洲地标数据集上的评估表明，这种嵌入空间适配将平移和旋转误差平均分别降低了11%和16%，优于像素空间方法。
-
LaGSplat框架从视频推断受物理约束的模拟
研究人员开发了LaGSplat，一个新颖的框架，可以从单目视频中推断受物理约束的交互式模拟。该系统允许用户对拍摄的物体施加外力，从而能够实时渲染它们在2D或3D中的响应。LaGSplat利用一个潜在状态，该状态既是学习到的耗散拉格朗日的广义坐标，又是高斯泼溅解码器的条件变量，使其能够将图像空间力转换为运动方程的广义力。
-
最新研究推动人工智能和自动驾驶的3D场景生成
两篇最新的arXiv论文探讨了3D场景生成领域的进展，该领域对于自动驾驶和虚拟现实等应用至关重要。第一篇论文是一篇综述，将当前方法分为程序化生成、基于神经3D的生成、基于图像的生成和基于视频的生成，并强调了挑战和未来方向。第二篇论文介绍了OMEGA，一个使用优化引导扩散来增强场景生成的可控性和真实感的框架，特别是在创建安全关键型驾驶场景方面。
-
TGRHuman：新方法可根据文本生成逼真的3D人类
研究人员推出TGRHuman，一种根据文本描述生成逼真3D人类模型的新方法。该方法将几何体和纹理的生成分开，以克服现有基于NeRF技术中的局限性。TGRHuman利用显式的多视角观察生成和优化，实现高效合成，生成高质量、一致的3D人类几何体和细节纹理，性能优于当前文本到3D人类生成方法。
-
新的基于NeRF的SLAM系统解决了大规模场景重建问题
研究人员开发了一种新的基于神经辐射场（NeRF）的同时定位与地图构建（SLAM）方法，专为大规模环境设计。该系统采用多子图架构和双层回环闭合机制，以克服灾难性遗忘和轨迹漂移等挑战。该方法结合了渐进式建图、基于光流的跟踪以及用于增强全局描述符提取的基础模型，以确保广阔场景的准确性和一致性。
-
新框架改进单张图像生成3D模型的效果
研究人员开发了一个从单张图像生成3D模型的新框架，解决了传统方法中常见的 But 现象。他们的方法使用视图自适应神经渲染器，在保持共享特征骨干结构一致性的同时纠正视点错误。自注意力融合模块通过自适应地整合多视图信息，进一步确保了几何一致性。该方法在不依赖基于扩散的监督的情况下，实现了高重建保真度和接近最先进的性能，使其适用于实际应用。
-
DoRF++ 使用 NeRF 和球形 Transformer 进行高级 Wi-Fi 感知
研究人员开发了 DoRF++，一种新颖的 Wi-Fi 感知方法，它利用神经辐射场 (NeRF) 从信道状态信息 (CSI) 中建模人类运动。该方法将来自 Wi-Fi 信号的多普勒速度投影视为虚拟摄像头视图，从而能够推断出 3D 运动序列。然后，系统使用球形 Transformer 对活动进行分类，与现有的基于 Wi-Fi 的人类活动识别方法相比，在手势的跨用户泛化方面表现出更高的准确性。
-
新框架改进单图像三维重建
研究人员开发了一种新的单图像三维重建框架，解决了合成多视图时出现的视图不一致问题。他们的方法使用视图自适应神经渲染器独立纠正错误，同时通过共享特征骨干保持结构一致性。自注意力融合模块自适应地整合多视图信息，在不严重依赖计算密集型方法或基于扩散的监督的情况下，实现了几何一致性。
-
新的UAV3DCrop基准测试评估3D作物重建方法
引入了一个名为UAV3DCrop的新基准数据集，用于评估在农业环境中使用无人机进行的3D重建方法。该数据集包含来自91个不同作物场景的88,830张图像，以高分辨率和地面采样距离拍摄。它旨在测试神经辐射场和3D高斯溅射变体等场景优化方法，以及预训练的前馈模型，涵盖外观、深度和树冠高度恢复等不同指标。当前的3D重建技术在这些任务上的表现各不相同，表明没有一种方法对农学应用是普遍最优的，并且一些方法在度量尺度恢复方面存在困难。
-
新的SLAM系统UniSim-SLAM和CHOW-SLAM提高了精度
两篇新的研究论文介绍先进的同时定位与地图构建（SLAM）系统，提高了精度和效率。UniSim-SLAM采用前馈方法，并在Sim(3)上进行统一优化框架，以处理几何不一致和轨迹漂移，在基准数据集上取得了最先进的结果。CHOW-SLAM利用紧凑的混合表示和重叠窗口优化策略来平衡场景重建质量和相机跟踪精度，优于现有方法。
-
新的OASIS框架可从单张图像重建3D手部化身
研究人员开发了OASIS，一个使用3D高斯溅射从单张图像重建3D手部化身的新框架。该方法通过采用遮挡感知的注意力机制和基于网格的特征表示，解决了自遮挡和复杂变形等挑战。与现有方法相比，OASIS在视觉保真度和效率方面表现更优，可应用于文本到化身生成和纹理编辑。
-
新基准和模型提升了 AI 视频生成质量和控制力 · 跟踪 10 个来源
近期研究探索了视频生成领域的进展，重点在于提高物理一致性、可控性和效率。论文介绍了新的基准，如用于电影级质量的 FilmBench 和用于统一运动与相机控制的 UniMoCa。ContextMaster 和 VideoCoCo 等模型分别旨在处理复杂的多镜头视频创作和物理上一致的动态。此外，正在开发 Token Radius Attention 和 MMPhysVideo 等技术，以提高视频生成模型的效率和物理合理性。
-
国内世界模型UniWorld-View登顶李飞飞团队排行榜
由图湛智能与北京大学、鹏城实验室合作开发的新世界模型UniWorld-View，已登顶李飞飞团队的排行榜。该模型能够从单个图像或视频生成新颖的视频视角，并提供精确的相机控制。它通过采用感知遮挡的点云渲染技术和用于几何与外观的双流架构，解决了新视角合成中的挑战，尤其是在大基线变化的情况下。
-
新型循环正弦INR提升高保真图像和3D表示性能
研究人员开发了一种使用正弦循环来增强隐式神经表示（INR）的新方法。这种迭代方法丰富了潜在表示的频谱支持，从而在图像超分辨率、NeRF和符号距离函数（SDF）估计等任务中提高了性能。与现有的前馈INR相比，所提出的架构以更少的参数和优化步骤实现了更高的保真度。
-
DINO-SLAM 增强了 SLAM 系统中的神经表示
研究人员开发了 DINO-SLAM，一种将 DINO 特征集成到同时定位与地图构建 (SLAM) 系统中的新方法。该方法旨在通过利用 DINO 的语义理解来改进隐式 (NeRF) 和显式 (Gaussian Splatting) 表示。为了解决 DINO 在 3D 几何理解方面的局限性，该系统采用场景几何编码器来创建具有几何感知的 DINO 特征，从而增强对空间关系的理解。与现有的最先进方法相比，DINO-SLAM 在 Replica…
-
X-Splat 使用高斯溅射法从单张X光片生成3D牙科影像
研究人员开发了X-Splat，一个利用高斯溅射法从单张全景X光片生成3D锥形束CT（CBCT）牙科影像的新框架。该方法通过采用可学习的高斯基元，并受比尔-兰伯特重投影和放射学监督的约束，解决了从2D图像生成3D数据的欠定性问题。X-Splat通过精确重建清晰的解剖边界（包括下颌管等关键结构）优于现有的基于NeRF和GAN的方法，而这些方法之前未能捕捉到这些结构。
-
新研究探索先进的3D医学图像分割技术
两篇新研究论文探索了3D医学图像分割的先进技术。第一篇Consispace介绍了一个语义感知的重采样框架，旨在通过确保一致的体素间距并利用深度特征进行切片内相关性来提高分割精度。第二篇论文介绍了DivAS，一个交互式3D分割框架，它使用深度加权的体素聚合，并且设计用于处理各种3D场景表示，如Gaussian Splatting和NeRF，而无需进行特定于表示的优化。
-
新方法推动全景图像室内三维场景重建加速 · 追踪4个来源
研究人员提出了两种从全景图像进行三维室内场景重建的新方法。Argus 在新的 Realsee3D 数据集上进行训练，利用学习到的共视模块精确锚定度量世界坐标系，并在姿态、深度和点云重建方面取得了最先进的性能。FastPano3D 提供了一个快速、端到端的框架，可在几秒钟内从单个全景图像生成三维高斯表示，在推理速度和参数效率方面优于以前的方法，同时保持可比的渲染质量。
-
新的 RLHF 方法直接根据人类偏好微调 3D GAN
研究人员开发了一种新颖的方法，使用来自人类反馈的强化学习 (RLHF) 来微调 3D 感知生成模型，特别是名为 EG3D 的人脸 GAN。该方法直接优化神经辐射场 (NeRF) 密度，无需网格等显式表面表示。该系统在少量偏好样本上进行训练，并在 3D 几何方面显示出显著的改进，微调后的生成器在超过 74% 的比较中产生了用户更喜欢的人脸几何。虽然此方法会引入可衡量的分布成本，但它为提高 3D 生成质量提供了更直接的途径。
-
基于 NeRF 的三维检测器改进自动驾驶感知
研究人员开发了一种新颖的、类似 NeRF 的基于点的三维检测器 (NeRP3D)，它解决了当前自动驾驶 NeRF 模型预训练的局限性。现有方法强制 NeRF 处理视图变换，产生冲突的表示，导致三维场景理解模糊。然而，NeRP3D 学习连续的三维表示，避免了这些不对齐的先验知识，并为下游任务保留了预训练的 NeRF 网络。在 nuScenes 数据集上的实验表明，与最先进的方法相比，在场景重建和检测任务上都有显著改进。