<span class=“js_title_inner“>3D视觉技术快讯</span>

SparseGS主要解决了3D GS(Gaussian Splatting)与NeRF类似的稀疏视角问题,即当训练输入视角很稀疏时,GS会在训练中过拟合,从而在新视角上的测试结果较差。本论文则是提出使用原有的深度先验以及显式的约束来提升GS在稀疏视角下的表现,并且能有效缓解背景崩塌和移除背景中的漂浮物。

SparseGS:使用Gaussian Splatting 进行实时360°稀疏视图合成

一篇自动驾驶3D目标检测的最新综述,总结了基于相机、激光雷达和多模态3D目标检测算法,还研究其对环境变化、噪声和天气变化的应变能力

自动驾驶3D目标检测最全总结!相机&雷达&多模态全都有!

Depth Anything论文是 TikTok 使用了有标注和无标注图像来实现更好的单目深度估计(MDE)。

纪念碑谷式错觉图像都被「看穿」,港大、TikTok的Depth Anything火了

张正友标定法一种求解相机内外参的标定方法,C++代码与理论讲解

张正友标定法解析与C++代码实现

NeRF与传统三维重建技术相比的优缺点分析

NeRF与传统三维重建技术相比的优缺点分析

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值