11.11云上盛惠!海量產(chǎn)品 · 輕松上云!云服務(wù)器首年1.8折起,買1年送3個(gè)月!超值優(yōu)惠,性能穩(wěn)定,讓您的云端之旅更加暢享。快來(lái)騰訊云選購(gòu)吧!
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一致性的修復(fù)效果。為了優(yōu)化3D場(chǎng)景的幾何形態(tài),NeRFiller在室內(nèi)場(chǎng)景中可加入了相對(duì)深度的監(jiān)督,補(bǔ)全后預(yù)測(cè)深度,只對(duì)補(bǔ)全區(qū)域施加排序損失。