在許多3D場(chǎng)景捕獲中,由于網(wǎng)格重建失敗或者缺乏觀測(cè),例如,物體接觸區(qū)域或難以觸及的區(qū)域,場(chǎng)景中的某些部分經(jīng)常會(huì)出現(xiàn)缺失的情況。谷歌和加州大學(xué)伯克利分校的研究人員提出了NeRFiller框架,可通過(guò)2D圖像來(lái)修復(fù)殘缺的3D場(chǎng)景,同時(shí)發(fā)現(xiàn)當(dāng)圖像形成2x2網(wǎng)格時(shí),會(huì)生成更多3D一致性的
......
本文由站長(zhǎng)之家合作伙伴自媒體作者“AIGC開(kāi)放社區(qū)公眾號(hào)”授權(quán)發(fā)布于站長(zhǎng)之家平臺(tái),本平臺(tái)僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時(shí)間超過(guò)平臺(tái)更新維護(hù)時(shí)間,為了保證文章信息的及時(shí)性,內(nèi)容觀點(diǎn)的準(zhǔn)確性,平臺(tái)將不提供完全的內(nèi)容展現(xiàn),本頁(yè)面內(nèi)容僅為平臺(tái)搜索索引使用。需閱讀完整內(nèi)容的用戶,請(qǐng)查看原文,獲取內(nèi)容詳情。
(舉報(bào))