SpaRP：基于稀疏视图的快速3D物体重建与姿态估计
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了使用少量无姿态2D图像进行3D重建时可控性不足和生成幻影区域的问题。提出的SpaRP方法通过从2D扩散模型中提取知识，实现了对稀疏视图的3D纹理网格重建和相对相机姿态估计。实验结果表明，该方法在3D重建质量和姿态预测准确性方面显著优于基线方法，且效率极高，仅需约20秒即可完成重建。
本研究提出了一种名为MVDiffusion++的神经架构，用于3D物体重建。该架构通过图像生成物体的密集高分辨率视图，实现了3D一致性和密集高分辨率视图合成。实验结果表明，MVDiffusion++在新视图合成和3D重建方面优于当前技术水平。该架构还可应用于文本到3D的生成模型。
