180-B2｜将稀疏重建定义为视频生成任务，稀疏表面重建，常见物体作为姿态探测器的稀疏重建；动态城市场景重建；人类与相机运动估计

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: 3D Reconstruction｜Sparse Views & Video Diffusion, Sparse Surface, Few-Shot View & NeRF ReconX: Reconstruct Any Scene from Sparse Views with Video Diffusion Model ReconX 2024-08-29｜THU, HKUST｜⭐️ 🟡 http://arxiv.org/abs/2408.16767v1 https://liuff19.github.io/ReconX 概述 本研究提出了一种新颖的3D场景重建框架ReconX，它通过将稀疏视图的重建问题重新定义为生成任务来改善重建质量 。传统上，3D重建依赖大量的2D图像输入，而ReconX的核心思想是利用预训练的视频扩散模型生成更多的观察视图，从而帮助重建未被充分捕获的场景。尽管视频生成能够产生合理的3D结构，然而，直接生成的视频帧在3D视角一致性方面依然存在挑战。为了解决这个问题，ReconX首先构建全局点云，并将其编码到上下文空间中作为3D结构条件，然后引导视 ………………………………