172-B2.2｜3D对象发现；自适应密度表示用于稀疏视图相机姿态估计；和谐的语音辅助整体3D人类动作生成及其定制适应｜Tue

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｜Object Discovery & Segmentation DiscoNeRF: Class-Agnostic Object Field for 3D Object Discovery 2024-08-19｜EPFL ｜ 🟡 http://arxiv.org/abs/2408.09928v1 概述 在本文中，研究团队提出了一种新的方法DiscoNeRF， 旨在解决现有Neural Radiance Fields (NeRF)模型在进行3D场景重建和对象分割时对先前定义类别的依赖问题 。传统的NeRF模型虽然能够从多个图像生成新的视角图像， 但在处理没有明确类别标签的对象时常常表现不佳，尤其在复杂的“天然场景”中 。大多数现有方法在缺乏监督的情况下，难以识别和分割新对象，这直接影响了3D重建的精度和有效性。因此，DiscoNeRF通过结合类无关的2D分割掩码输入，实现对对象的有效分解，进而生成高质量的3D资产，从而适用于虚拟环境中的进一步处理。 方法 ………………………………