稀疏视图合成的普遍人类高斯函数
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍一种利用高斯分廓的新方法，能够通过限定的稀疏视图以前馈的方式学习和呈现广义的人类高斯，从而实现对新的人类主题的逼真和准确的视图呈现。该方法通过在人类模板的 2D UV 空间上定义回归过程来学习 3D 高斯参数，有效利用了强的几何先验和 2D 卷积的优势，并通过多层支架的提出有效地表示偏移细节。实验证明，该方法在数据集内和跨数据集的泛化设置中优于最近的方法。
本文介绍了一种利用高斯分布的新方法，通过稀疏视图以前馈的方式学习和呈现广义的人类高斯，实现对新的人类主题的逼真和准确的视图呈现。该方法在学习3D高斯参数时，利用了强的几何先验和2D卷积的优势，并通过多层支架的提出有效地表示偏移细节。实验证明，该方法在数据集内和跨数据集的泛化设置中优于最近的方法。
