BriefGPT - AI 论文速递
·
基于 NeRF 引导的 RGB-D 配准的无监督学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种无监督的RGB-D注册框架NeRF-UR，通过使用神经辐射场作为全局模型，并利用一致性进行姿态优化，提高了在多视角一致性差的场景中的鲁棒性。
🎯
关键要点
- 提出了一种无监督的RGB-D注册框架NeRF-UR。
- 使用神经辐射场（NeRF）作为场景的全局模型。
- 通过一致性优化姿态，提高在多视角一致性差的场景中的鲁棒性。
- 在合成数据集Sim-RGBD上训练注册模型，并在真实数据上进行无监督微调。
- 框架能够将特征提取和注册能力从模拟迁移到现实场景。
- 在室内RGB-D数据集ScanNet和3DMatch上优于最先进的对手。
➡️
