BriefGPT - AI 论文速递
·
PolyOculus：多视角基于图像的新视图综合
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种用于野外场景下的单图像新视图合成的三维感知扩散模型ZeroNVS。通过训练生成式先验模型和提出新的相机条件参数化和归一化方案，解决了多物体场景和复杂背景带来的挑战。同时，通过改进Score Distillation Sampling（SDS）和提出“SDS anchoring”，改善了合成新视图的多样性。该模型在DTU数据集的零样本设置中表现出优势，并在Mip-NeRF 360数据集上展现了强大的性能。
🎯
关键要点
-
引入三维感知扩散模型ZeroNVS，用于野外场景下的单图像新视图合成。
-
通过训练生成式先验模型，解决多物体场景和复杂背景的挑战。
-
提出新颖的相机条件参数化和归一化方案，解决深度尺度的二义性问题。
-
改进Score Distillation Sampling（SDS），并提出“SDS anchoring”以改善新视图合成的多样性。
-
模型在DTU数据集的零样本设置中表现出新的LPIPS优势，优于专门训练的方法。
-
在Mip-NeRF 360数据集上展现强大的性能，调整为单图像新视图合成的新基准。
➡️
