177-B2｜从未见过类别中重建点云，从未校准图像对中重建高斯，稀疏多视图高斯重建，3DGS重打光；学习专业反恐精英玩家的移动

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｜Image to Point Cloud Learning Local Pattern Modularization for Point Cloud Reconstruction from Unseen Classes 2024-08-26｜THU, Wayne State U｜ECCV 2024｜ 🟡 http://arxiv.org/abs/2408.14279v1 https://github.com/chenchao15/Unseen 概述 在 从未见过的类别中重建3D点云 是一项具有挑战性的重要任务。本研究提出了一种新方法，即通过学习局部模式模块化来提升重建精度与可解释性。 传统方法往往仅利用全局先验信息，导致在未见类别中泛化性能不佳 。我们的基本思路是学习一种局部的先验，以对象中心坐标系中的局部结构为基础，构建可以在不同类别中推广的形状表示。通过首先在已知类别中学习和自定义局部模式模块化，我们能够在输入图像下细化重建过程而无需大量样本或额外的信息支持。实验结果表 ………………………………