BriefGPT - AI 论文速递
·
LGSDF: 基于局部更新的连续全局有符号距离场学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为AiSDF的在线有符号距离场（SDF）重建框架，可推断室内场景结构并生成显式平面地图，同时增强细节并显式重建结构。
🎯
关键要点
- 提出了一种名为AiSDF的在线有符号距离场（SDF）重建框架。
- 该框架基于结构感知，特别是在Atlanta世界（AW）假设下工作。
- AiSDF能够推断给定场景的潜在Atlanta结构。
- 框架估计支撑Atlanta结构的平面surfel区域，生成显式平面地图。
- 通过自适应采样和约束结构规律性，增强场景细节的同时保持高层结构。
- 在ScanNet和ReplicaCAD数据集上评估了AiSDF，证明其隐式重建对象细节的能力。
- 框架能够在房间尺度的场景中显式重建结构。
➡️
