SceneDreamer: 從 2D 影象集合生成無限制 3D 場景

首頁 > AI

SceneDreamer: 從 2D 影象集合生成無限制 3D 場景

來源:匿名 釋出時間:2023-06-08 10:30

最近,研究人員透過一項名為 SceneDreamer 的新方法,實現了從 2D 影象集合生成無限制 3D 場景,該方法能夠跨不同風格合成多樣化的景觀,具有 3D 一致性、明確的深度和自由相機軌跡。

該方法的研究團隊來自 Google Research、UC Berkeley 和 Carnegie Mellon University,他們的論文已經發表在計算機視覺領域的頂級會議 CVPR 2021 上。

以前的 3D 場景生成方法依賴於精確的深度圖或粗略的幾何模型,而 SceneDreamer 則採用了一種基於神經網路的無監督學習方法,從 2D 影象集合中自動學習 3D 場景的表示。這使得 SceneDreamer 可以處理來自“野外”的大規模影象資料,並生成具有高度多樣性和真實感的 3D 場景。

為了驗證 SceneDreamer 的效能,研究團隊進行了一系列實驗,並將其與現有的 3D 場景生成方法進行比較。實驗結果表明,SceneDreamer 能夠生成高質量的 3D 場景,具有更好的多樣性和可擴充套件性。

SceneDreamer 的程式碼已經開源,歡迎對該專案感興趣的開發者訪問其官方網站(https://scene-dreamer.github.io/)檢視詳情。

上一篇:Cohesive AI... 下一篇:將 Grounding...
猜你喜歡
熱門閱讀
同類推薦