首页 >> 图片

靠网上晒的景点照就能还原3D利用计算机，浙大团队这是要带我们云旅游？

如东娱乐新闻网 2025-11-11

以NeRF为代表的神经元渲染应用高速蓬勃发展，学界已经不意味着合成几个一新着重让图片动出去了。

先前要再继续一的是根据图片从外部负载3D模型，可以从外部导入到电影、一些游戏和VR等图形生产线里面的那种。

所用图片不是出自高质量数据库，就是从外部从网上查阅游客拍下的当中国地区景点，设备、天气、一段距离取向等都会不一致。

降解的结果远看内部结构清晰，仅有看具体内容丰富，如果你有VR设备也可以在Demo当中从外部浏览3D版。

这项最一新取得成功由浙江大学和康奈尔大学的团队合作启动，登上可视化顶会SIGGRAPH 2022。

而在这先前，同类应用降解的3D模型连形状清晰都做勉强。

见到这里面，网友都来这个应用的重大突破比人们想象的要慢。

“慢点学，等等我”。

那么，这项研究成果靠什么取得了取得成功？

融合两种谐波作法

值得注意，这项研究成果的基本开放性借鉴了NeurIPS 2021上的NeuS，一种把隐式神经元规范和体积渲染结合出去的作法。

但是NeuS使用基于球型的谐波（Sphere-based sampling）作法，对于仅有景、小物体来说还算适合。

用于内部结构复杂的大型建筑物的话会有大量谐波点采在填补周边，增高大量能避免的计数负面影响。

为解决这个情况，研究成果人员提出体素正向（Voxel-guided）和微小正向（Surface-guided）混合的一新谐波作法。

体素正向可以可能会能避免的浪费，特训时所必需射线（Traning ray）可以减小30%。

再继续结合微小正向增高真实曲面周围的谐波通量，帮助神经元网络更为好粗略，可能会丢失具体内容。

在增温实验当中可以见到，仅使用体素正向作法取值的比基于球型的作法慢，但不如混合作法具体内容丰富。

与先前同类研究成果对比，系统性降解模型的可用性和具体内容方面更为上佳。

特训平均速度上也有明显优势，特别是在大型场景哈瓦那美术宫（PBA）。

△Ours为几乎取值结果，带臣子图标的是特训过程当中一个原位

当然，系统性也不是几乎从未缺点。

一个继承自NeRF的局限性是，如果数码相机右方校准有差值会不良影响最终结果。

还有一个迎刃而解的情况，就是图片拍勉强的建筑物上端和内部就无法简单改建了。

One More Thing

先前再继续补充一点，浙大的团队当中一些领导者，先前还研究成果了神经元3D人体改建。

可用于为体育比赛获取自由着重的视频重放。

也是666了。

论文地址 GitHub库房参照页面

[1]

本文来自搜狐香港市民号“相对论位”（ID:QbitAI），作者：梦晨，36钡经认可发布。

庄子：与自然和谐共处，逍遥游于天地间