#3D重建

共 8 篇相关文章

SwitchSplat提出基座+槽位分解的3DGS表示，从随手拍摄视频中学习物体离散状态（开/关），支持推理时自由组合状态并渲染新视角，优于静态与动态基线。

PPMem 提出用平面基元作为视频世界模型的持久3D记忆，每个基元仅7个参数，约5MB表达完整场景，比点云紧凑三个数量级，在 DL3DV 与 RealEstate10K 上实现数百帧跨视角一致的视频生成。

SplatQ提出一种交互感知的3D高斯泼溅剪枝算法，通过空间分块、预算平滑和QUBO二次优化，用模拟退火或相干伊辛机联合选择高斯，在重建质量、空间均衡与渲染速度上超越现有方法。

S2Tok是一个前馈框架，从未标定图像流中维护持久的3D场景状态，通过空间感知Transformer和学习式准入模块实现流式3D高斯重建，在四个基准上展现紧凑且高质量的在线渲染能力。

一位Reddit开发者用75万张图像训练45小时，仅凭手机单目摄像头实现深度估计与3D重建，无需LiDAR或深度传感器。本文解析单目深度估计的技术原理、实现链路及其应用价值。

普林斯顿团队提出SCION，用可复用神经基元词汇表与实例化机制替代独立高斯体，实现1.2MB级别的紧凑3D场景表示，率失真优于现有高斯压缩方法，并支持免重训练的实例级场景编辑与动画。

一份从单张图片生成3D高斯泼溅的完整教程解析：借助Minimax视频模型、COLMAP与Brush，在12GB显存显卡上跑通图像编辑、视频生成、位姿重建到泼溅训练的全流程，并附质量优化与掩码技巧。

一份实用教程：如何用AI视频生成工具Minimax拍摄360度环绕镜头，配合开源工具COLMAP进行相机位姿估计，最终生成高斯泼溅3D模型。含完整提示词、COLMAP参数设置与关键操作细节。