Template NeRF: Towards Modeling Dense Shape Correspondences from Category-Specific Object Images
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
Comments 10 pages, 8 figures
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
Comments 10 pages, 8 figures
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
Comments 11 pages, 12 figures
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
专题命中 NeRF :NeRF(title,abstract);分类 cs.CV
Comments Code is available at https://github.com/Kai-46/nerfplusplus; fix a minor formatting issue in Fig. 4
Chirpy3D: 面向创意细粒度物体生成的部件感知多视角扩散
机构 * University of Surrey(萨里大学) ; University of Cambridge(剑桥大学) ; Universiti Malaya(马来亚大学) ; Imperial College London(伦敦帝国学院)
专题命中 NeRF :NeRF(abstract,abstract_cn);3D generation(abstract);分类 cs.CV、cs.GR
AI总结 提出Chirpy3D,一种部件感知多视角扩散框架,从无姿态2D图像中学习层次化部件潜在空间,实现部件级交换、插值和零样本组合,无需3D数据或手动标注。
Comments 20 pages. Code at https://github.com/kamwoh/chirpy3d
机构 * Oxford Robotics Inst., Dept. of Eng. Science, Univ. of Oxford, UK(牛津大学机器人研究所、工程科学系) ; Group of Automation, Robotics and Computer Vision (AUROVA), University of Alicante, Spain(自动化、机器人与计算机视觉小组(AUROVA)、阿尔基兰特大学)
专题命中 NeRF :NeRF(abstract);Gaussian Splatting(abstract);3D reconstruction(abstract);分类 cs.CV、cs.RO
Comments Accepted by IJRR. Website: https://dynamic.robots.ox.ac.uk/datasets/oxford-spires/
专题命中 NeRF :Gaussian Splatting(abstract);3DGS(abstract);3D reconstruction(abstract);分类 cs.CV、cs.GR
专题命中 NeRF :NeRF(abstract);3D reconstruction(abstract);novel view synthesis(abstract);分类 cs.CV、cs.GR
专题命中 NeRF :NeRF(abstract);3D reconstruction(abstract);point cloud(abstract);分类 cs.CV、cs.GR
专题命中 NeRF :NeRF(abstract);3D reconstruction(abstract);novel view synthesis(abstract);分类 cs.CV、cs.GR
Comments Project: https://urban-radiance-fields.github.io/
专题命中 NeRF :NeRF(abstract);3D reconstruction(abstract);novel view synthesis(abstract);分类 cs.CV、cs.GR
Comments CVPR 2021
专题命中 NeRF :NeRF(abstract,comments);3D reconstruction(abstract);novel view synthesis(abstract);分类 cs.CV
Comments 34 pages, 21 figures Our project page can be found at : https://ku-cvlab.github.io/SE-NeRF/
机构 * Department of Information System, University of Maryland, Baltimore County(信息系统系,马里兰大学巴尔的摩县分校)
专题命中 NeRF :NeRF(title,abstract)
专题命中 NeRF :NeRF(title,abstract)
专题命中 NeRF :NeRF(title,abstract)
Comments Accepted for publication at the 52nd IEEE/ACM International Symposium on Computer Architecture (ISCA-52), 2025
专题命中 NeRF :NeRF(title,abstract)
Comments Accepted by IEEE INFOCOM WKSHPS: DeepWireless 2025: Deep Learning for Wireless Communications, Sensing, and Security, to appear. 6 pages, 6 figures, 2 tables
专题命中 NeRF :NeRF(title,abstract)
Comments CVPR 2025 CV4Metaverse
专题命中 NeRF :NeRF(title,abstract)
Comments Accepted to ICCAD 2022
专题命中 NeRF :NeRF(title,abstract)
专题命中 NeRF :NeRF(title,abstract)
专题命中 NeRF :NeRF(title,abstract)
专题命中 NeRF :NeRF(title,abstract)
Comments 17 pages, 15 figures, under review
专题命中 NeRF :NeRF(title,comments);分类 cs.CV、cs.GR
Comments SIGGRAPH Asia 2023; Project page: https://vr-nerf.github.io
专题命中 NeRF :NeRF(title,comments);分类 cs.CV、cs.GR
Comments ECCV 2020 (oral). Project page with videos and code: http://tancik.com/nerf
3D场景生成:一项综述
机构 * S-Lab, Nanyang Technological University, Singapore(南洋理工大学S实验室)
专题命中 NeRF :NeRF(abstract,abstract_cn);3D vision(abstract);分类 cs.CV
AI总结 本综述系统梳理3D场景生成的四大范式方法,分析其技术基础与挑战,展望物理感知生成等方向,为该领域发展提供参考。
Comments Accepted by IJCV. Project Page: https://github.com/hzxie/Awesome-3D-Scene-Generation
Hash-QNeRF:用于量子神经辐射场的多分辨率哈希编码
机构 * Centres of Innovation and Research(创新与研究中心) ; KIIT Deemed to be University(KIIT大学)
专题命中 NeRF :NeRF(abstract,abstract_cn);novel view synthesis(abstract);分类 cs.CV
AI总结 研究针对QNeRF中空间坐标正弦位置编码扩展性差的问题,提出用多分辨率哈希编码取代其空间坐标正弦位置编码,设计出Hash-QNeRF,实现快速收敛和内存高效,在合成场景有良好训练损失及PSNR表现,且不降低量子电路噪声容限。
机构 * Video Processing Lab, UC San Diego(UC圣地亚哥大学视频处理实验室)
专题命中 NeRF :NeRF(abstract);3DGS(abstract);novel view synthesis(abstract);分类 cs.CV
专题命中 NeRF :NeRF(abstract);Gaussian Splatting(abstract);3DGS(abstract);分类 cs.GR
Comments This work is a pre-print version of a paper that has been accepted to the IEEE TVCG journal for future publication