Enforcing essential boundary conditions on domains defined by point clouds
专题命中 三维重建 :point cloud(title,abstract)
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 :point cloud(title,abstract)
专题命中 三维重建 :point cloud(title,abstract)
Comments arXiv admin note: substantial text overlap with arXiv:2007.11278
Journal ref Mathematics 9 (2021) no.17, 2121
专题命中 三维重建 :point cloud(title,abstract)
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments 12 pages
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments Accepted by IEEE Transactions on Mobile Computing
专题命中 三维重建 :3D reconstruction(title,abstract)
专题命中 三维重建 :3D reconstruction(title,abstract)
专题命中 三维重建 :point cloud(title,abstract)
Comments Sets & Partitions Workshop at NeurIPS 2019
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments code: https://gitlab.com/Tachella/musapop
专题命中 三维重建 :3D reconstruction(title,abstract)
Journal ref SIAM Journal on Imaging Sciences 2019 12:1, 521-550
专题命中 三维重建 :point cloud(title,abstract)
专题命中 三维重建 :point cloud(title,abstract)
专题命中 三维重建 :point cloud(title,abstract)
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments 19 pages, 10 figures, accepted for publication in the Astrophysical Journal
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments 8 pages, 3 figures, Central European Astrophysical Bulletin
专题命中 三维重建 :point cloud(title,abstract)
Comments presented at Eurographics 2018
专题命中 三维重建 :point cloud(title,abstract)
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments Accepted for publication in IEEE Transactions on Nuclear Science (TNS) on December 21, 2016
专题命中 三维重建 :3D reconstruction(title,abstract)
Journal ref A&A 576, A93 (2015)
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments 9 pages, 5 figures, 1 chart
Journal ref 2015 Chinese Physics C, 39 (1): 018001
专题命中 三维重建 :3D reconstruction(title,abstract)
专题命中 三维重建 :3D reconstruction(title,abstract)
Comments 14 pages, 3 figures
专题命中 三维重建 :3D reconstruction(title,abstract)
基于体素的极端运动模糊3D场景重建
机构 * KAIST(韩国科学技术院) ; HYPERGRAM(超图)
专题命中 三维重建 :Gaussian Splatting(abstract);3D reconstruction(abstract);point cloud(abstract);分类 cs.CV
AI总结 研究针对低光照下RGB-D输入的极端运动模糊问题,提出结合高斯体素框架的相机姿态估计与图像去模糊方法,通过对齐帧、调整高斯位置等步骤,提升3D重建质量,优于现有方法,有广泛应用意义。
Journal ref Proceedings of IEEE/CVF International Conference on Computer Vision (ICCV) 2025
基于视点方向划分和场景补全的城市级三维表面重建
机构 * School of Software, Tsinghua University(清华大学软件学院) ; Department of Computer Science, Wayne State University(韦恩州立大学计算机科学系)
专题命中 三维重建 :Gaussian Splatting(abstract);3DGS(abstract);point cloud(abstract);分类 cs.CV
AI总结 针对多视图三维表面重建难题,提出基于视点方向的场景划分方法,确保相似方向视图共同参与以精确估计深度,并行计算更均衡,还提出检测修复点云缺失区域策略,提升大规模场景重建质量。
Comments Accepted by ECCV 2026
超越单一光源:用于不同光照下城市场景重建的大规模航拍数据集
机构 * HKUST(GZ)(香港科技大学(广州)) ; University of Liverpool(利物浦大学) ; The Ohio State University(俄亥俄州立大学)
专题命中 三维重建 :Gaussian Splatting(abstract);3D reconstruction(abstract);novel view synthesis(abstract);分类 cs.CV
AI总结 针对多时相航拍数据光照不一致导致的重建伪影问题,提出SkyLume大规模真实航拍数据集,包含10个城区超10万张高分辨率图像(四个倾斜视角和天底视角),每个区域在三个时段采集以隔离光照变化,并提供LiDAR扫描和3D真值,以及用于评估逆渲染鲁棒性的时间一致性系数(TCC)。
Comments ECCV2026
TextMesh4D: 零样本文本到4D网格生成
机构 * National University of Defense Technology(国防科技大学) ; Institute of AI for Industries, Chinese Academy of Sciences, Nanjing, 211135, China(中国科学院工业人工智能研究所,南京,211135,中国) ; Jiangsu Key Laboratory of AI for Industries Institute of AI for Industries, Chinese Academy of Sciences(江苏省人工智能工业关键实验室 中国科学院工业人工智能研究所)
专题命中 三维重建 :3DGS(abstract,abstract_cn);NeRF(abstract_cn);分类 cs.CV
AI总结 提出TextMesh4D框架,通过雅可比变形场和局部-全局语义正则化,实现零样本文本到动态网格生成,解决扩散引导与网格拓扑约束的冲突,达到高时间一致性和几何保真度。
基于物理信息神经场的动态黑洞发射断层成像
机构 * Caltech(加州理工学院) ; MIT(麻省理工学院) ; NSF IAIFI(国家科学基金会IAIFI) ; Princeton University(普林斯顿大学) ; Niels Bohr International Academy(尼尔斯·玻尔国际学院) ; University of Toronto(多伦多大学)
专题命中 三维重建 :NeRF(abstract,abstract_cn);3D reconstruction(abstract);分类 cs.CV
AI总结 提出PI-DEF方法,利用可微神经渲染从EHT测量数据中联合重建4D发射率场和3D速度场,以软约束方式引入物理信息,在模拟数据上显著优于现有方法。
Comments CVPR 2026
高斯-体素二重奏:用于快速准确单目表面重建的双支架混合表示
机构 * Zhejiang University(浙江大学) ; Westlake University(西湖大学) ; National University of Defense Technology(国防科技大学)
专题命中 三维重建 :Gaussian Splatting(abstract);3D reconstruction(abstract);novel view synthesis(abstract);分类 cs.CV
AI总结 提出一种混合高斯-体素表示,通过将锚定高斯约束在体素化SDF定义的表面窄带内,并引入隐式表面约束损失,在保持快速训练和实时渲染的同时,实现了高质量表面重建和新视图合成。
Comments 27 pages, 14 figures
并非所有任务量化平等:面向视觉几何Transformer的Fisher引导量化
机构 * Department of Electronic and Computer Engineering, HKUST(香港科技大学电子与计算机工程系) ; State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences(中国科学院人工智能安全国家重点实验室) ; University of Chinese Academy of Sciences(中国科学院大学) ; School of Data Science and Engineering, South China Normal University(华南师范大学数据科学与工程学院)
专题命中 三维重建 :3D vision(abstract);3D reconstruction(abstract);point cloud(abstract);分类 cs.CV
AI总结 提出Fisher引导量化方法,利用Fisher信息矩阵量化不同任务、块和通道的敏感性,在量化校准中保护关键通道和块,以解决前馈3D重建模型量化时任务间敏感性差异导致的精度损失问题。