3D exploration of light scattering from live cells in the presence of gold nanomarkers using holographic microscopy
专题命中 三维重建 :3D reconstruction(abstract)
Journal ref 3D Research 2, 1 (2011) 1
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
专题命中 三维重建 :3D reconstruction(abstract)
Journal ref 3D Research 2, 1 (2011) 1
专题命中 三维重建 :3D reconstruction(abstract)
Comments proceedings of TWEPP-11, Vienna, Austria, 26-30 September 2011
Journal ref 2011 JINST 6 C11016
专题命中 三维重建 :3D reconstruction(abstract)
Comments Proceedings of TWEPP-11, Vienna, Austria, 26-30 September 2011
Journal ref 2011 JINST 6 C11003
专题命中 三维重建 :3D reconstruction(abstract)
Comments Proceedings of the 3rd International Conference on Directional Detection of Dark Matter (CYGNUS 2011), Aussois- France- June 2011
专题命中 三维重建 :3D reconstruction(abstract)
Comments 6 pages, Proc. of the fifth international symposium on large TPCs for low energy rare event detection, Paris, France, Dec. 2010. To appear in Journal of Physics
Journal ref J.Phys.Conf.Ser. 309 (2011) 012014
专题命中 三维重建 :point cloud(abstract)
专题命中 三维重建 :3D reconstruction(abstract)
Comments 18 pages, 13 figures, accepted for publication in The Astrophysical Journal,
Journal ref Astrophys.J.691:696-704,2009
专题命中 三维重建 :3D reconstruction(abstract)
Comments 4 pages, proc. of the 22nd Rencontres de Blois: Particle Physics and Cosmology, 15-20 July 2010, Blois, France
专题命中 三维重建 :3D reconstruction(abstract)
Comments 17 pages, 12 figures
Journal ref Nucl. Instrum. Meth. A662 (2010) 207
专题命中 三维重建 :3D reconstruction(abstract)
Comments To be published in MNRAS
专题命中 三维重建 :3D reconstruction(abstract)
Journal ref Progrès en Urologie 18, 1 (2008) F15-F18
专题命中 三维重建 :point cloud(abstract)
Comments 4 Pages, 2 Figures
Journal ref Phys. Rev. Lett. 101, 078701 (2008)
专题命中 三维重建 :3D reconstruction(abstract)
Comments 26 pages, 16 figures, evised version (minor changes), accepted for publication in ApJ (Oct 20 2006)
Journal ref Astrophys.J.651:250-267,2006
专题命中 三维重建 :3D reconstruction(abstract)
Journal ref Biomechanics Applied to Computer Assisted Surgery Research Signpost Publisher (Ed.) (2005) 209-224
专题命中 三维重建 :3D reconstruction(abstract)
Comments 6 pages, 4 figures, submitted to the VIth International School-Seminar "Actual Problems of High Energy Physics", August 7-16, 2001, Gomel, Belarus, see http://gomelschool.hep.by
DivCon-NeRF:用于少样本NeRF的多样且一致的射线增强
机构 * Seoul National University(首尔国立大学)
专题命中 NeRF :NeRF(title,title_cn);novel view synthesis(abstract);分类 cs.CV
AI总结 针对少样本NeRF中稀疏视图导致的过拟合和伪影问题,提出基于球面的射线增强方法,通过一致性掩码过滤不一致射线,结合定制损失函数减少浮点伪影和视觉失真,在多个数据集上优于现有方法。
Comments Accepted to IJCAI 2026
基于NeRF的在轨航天器单目影像重建:在光照变化和姿态不确定性下的应用
机构 * ICTEAM, UCLouvain(ICTEAM,乌得勒支大学) ; ESAT, KU Leuven(ESAT,鲁汶大学) ; MECH, KU Leuven(机械工程系,鲁汶大学) ; Aerospacelab(航天实验室) ; UCLouvain(乌得勒支大学)
专题命中 NeRF :NeRF(title,title_cn);3D reconstruction(abstract);分类 cs.CV
AI总结 本文提出一种基于NeRF的方法,通过引入图像特定的外观嵌入和姿态修正项,提升在光照变化和姿态不确定性下的航天器重建鲁棒性,验证了其在离线重建中的有效性,并展示了其在在线重建中的潜力。
Comments (under review)
PCM-NeRF:在姿态不确定性下基于概率的相机建模用于神经辐射场
机构 * Mohamed bin Zayed University of AI(穆罕默德·本·扎耶德人工智能大学) ; University of Amsterdam(阿姆斯特丹大学) ; University of Massachusetts Amherst(马萨诸塞大学阿姆赫斯特分校)
专题命中 NeRF :NeRF(title,title_cn);分类 cs.CV、cs.GR
AI总结 PCM-NeRF通过引入可学习的不确定性来增强神经表面重建,利用概率分布建模相机姿态,有效应对姿态估计不准确的问题,提升重建精度。
Comments CVPR-W 2026 (GenRec3D)
Endo-NeRF++:面向动态手术场景重建的不确定性感知神经辐射场,采用多分辨率哈希编码
专题命中 NeRF :NeRF(title,title_cn);分类 cs.CV
AI总结 本研究提出Endo-NeRF++框架,采用多分辨率哈希编码等技术提升动态手术场景重建精度,其不确定性引导自适应采样在机器人手术视频实验中获多项指标提升。
NEO:一次性NeRF,多次编辑以进行连续物体操纵
机构 * Institute of Robotics and Machine Intelligence, Poznan University of Technology(波兹南理工大学机器人与机器智能研究所) ; CSIRO Robotics, CSIRO(联邦科学与工业研究组织机器人部)
专题命中 NeRF :NeRF(title,title_cn);分类 cs.RO
AI总结 本文提出NEO框架,用于机器人操纵的语言引导NeRF编辑。结合神经场重采样与多视图修复实现物体移除,利用知识蒸馏进行NeRF权重编辑,还创建了评估基准NEO-Dataset。该方法在场景编辑任务中表现出色,优于现有基线。
Comments Accepted to IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L) JULY, 2026
视图变换还是不视图变换:基于NeRF的预训练视角
机构 * KAIST(韩国科学技术院)
专题命中 NeRF :NeRF(title,title_cn);分类 cs.CV
AI总结 提出NeRP3D检测器,避免视图变换与NeRF的冲突先验,保留预训练NeRF网络,实现连续3D表示学习,在nuScenes上提升场景重建和检测性能。
Comments The Fourteenth International Conference on Learning Representations (ICLR'26)
无需CAD的基于NeRF的航天器姿态估计器学习方法
机构 * Department of Electrical Engineering (ELEN), ICTEAM, UCLouvain(电子工程系(ELEN),ICTEAM,鲁汶大学) ; Department of Electrical Engineering (ESAT), KU Leuven(电子工程系(ESAT),鲁汶大学) ; Department of Mechanical Engineering (MECH), KU Leuven(机械工程系(MECH),鲁汶大学) ; Aerospacelab(航天实验室)
专题命中 NeRF :NeRF(title,title_cn);分类 cs.CV
AI总结 本文提出了一种基于NeRF的图像增强方法,使航天器姿态估计器的学习不再依赖大量CAD渲染图像,仅需几十到几百张真实图像即可训练出准确的姿态估计器,同时提升了对实际轨道条件的鲁棒性。
Comments This work has been submitted to the IEEE for possible publication
RayFormer:基于NeRF的视频快照压缩成像中建模跨射线和内射线相似性
机构 * Changzhi Medical College(长治医学院) ; Uniwave Artificial Intelligence Technology Co., Ltd.(Uniwave人工智能技术有限公司) ; Xidian University, School of Artificial Intelligence(西安电子科技大学人工智能学院)
专题命中 NeRF :NeRF(title,title_cn);分类 cs.CV
AI总结 本文提出了一种基于NeRF的视频快照压缩成像方法,通过改进的射线采样策略和RayFormer模型,提升动态场景重建质量。
多变量高斯NeRF用于宽视野超声重建
机构 * Chair for Computer Aided Medical Procedures (CAMP), Technical University of Munich, Germany(计算机辅助医学程序系(CAMP),慕尼黑技术大学,德国) ; Munich Center for Machine Learning (MCML), Munich, Germany(慕尼黑机器学习中心,慕尼黑,德国) ; LUMA Vision, Beech Hill Road, Dublin, Ireland(LUMA视觉,Beech Hill Road,都柏林,爱尔兰)
专题命中 NeRF :NeRF(title,title_cn);分类 cs.CV
AI总结 本文提出基于多变量3D高斯的NeRF方法,用于宽视野超声重建,通过建模复杂声束几何减少伪影并提升反锯齿效果,验证了其在心脏超声中的应用。
一种基于几何代数的NeRF框架用于通用无线信道预测
机构 * Knight Foundation School of Computing and Information Sciences(骑士基金会计算与信息科学学院) ; Florida International University(佛罗里达国际大学) ; Department of Electrical and Computer Engineering(电气与计算机工程系) ; Auburn University(阿ubar大学)
专题命中 NeRF :NeRF(title,title_cn)
AI总结 本文提出GAI-NeRF框架,利用几何代数注意力机制捕捉复杂传播环境中的光线-物体交互,通过全局令牌表示提升场景理解,实现无线信道预测的泛化能力。
Comments It is accepted by IEEE INFOCOM 2026
专题命中 NeRF :NeRF(title,abstract);point cloud(title,abstract);spatial understanding(abstract);分类 cs.CV
专题命中 NeRF :NeRF(title,abstract);point cloud(title,abstract);novel view synthesis(abstract);分类 cs.CV
专题命中 NeRF :NeRF(title,abstract);point cloud(title,abstract);3D reconstruction(abstract);分类 cs.CV
Comments 25 pages; 6 figures
专题命中 NeRF :NeRF(title,abstract);3D generation(title);3D reconstruction(abstract);novel view synthesis(abstract)
Comments ICCV 2023 final version. Project page: https://lakonik.github.io/ssdnerf
雕刻NeRF几何:基于人类偏好的3D感知人脸GAN微调
机构 * School of Mathematics and Statistics, The University of Melbourne(墨尔本大学数学与统计学院)
专题命中 NeRF :NeRF(title,title_cn);3D generation(abstract);分类 cs.CV
AI总结 提出直接对辐射场密度值进行人类偏好强化学习微调,无需网格或形状先验,显著改善3D人脸几何,在74.4%的成对比较中用户偏好微调后的几何。