ICLR'25 | 3D感知与2D表示的结合：LRF如何让重建更真实！

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：3D视觉工坊 添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入 「3D视觉从入门到精通」知识星球 ( 点开有惊喜 ) ，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0.这篇文章干了啥？ 这篇文章提出了潜在辐射场（Latent Radiance Field, LRF）方法，首次在二维潜在空间中直接构建辐射场表示，用于三维重建任务。作者通过引入一种新的框架，将三维感知集成到二维表示学习中，结合了具有对应感知的自编码方法和VAE-辐射场（VAE-RF）对齐策略，从而缩小了二维潜 ………………………………