本研究提出了一种新方法，通过定义节点影响半径，提升三维几何图神经网络在分子数据建模中的可解释性和可靠性。

MagicDrive 是一种新型街景生成框架，通过定制编码策略实现多样化三维几何控制，确保多个相机视图一致性。DriveSceneGen 能够从真实驾驶数据生成高保真动态场景。BEVControl 提供两阶段生成方法，显著提升前景和背景细节的准确性。SGV3D 方案通过背景抑制模块提高3D物体检测准确性。GINA-3D 利用真实数据生成多样化的3D模型。

该论文提出了一种结合三维几何和语义理解的新方法，以解决计算机视觉中的视觉定位问题。通过生成模型学习描述符，并利用语义场景补全进行训练，提升了在极端条件下的定位鲁棒性。研究展示了基于语义匹配的视觉定位方法和多任务架构的有效性，显著提高了复杂环境中的定位准确性。

本文介绍了一种新颖的混合可微渲染方法，能够从传统手持相机捕捉的多视图图像中高效重构场景的三维几何和反射率。该方法在初始化阶段使用传统的SfM和MVS方法进行大致重建，然后在优化阶段采用混合方法优化几何和反射率。实验证明，该方法在更高效的同时能够产生与最先进方法相似或更高质量的重建结果。

本文介绍了一种新颖的混合可微渲染方法，能够从传统手持相机捕捉的多视图图像中高效重构场景的三维几何和反射率。该方法在初始化阶段使用传统的SfM和MVS方法进行大致重建，然后在优化阶段采用混合方法优化几何和反射率。实验证明，该方法在更高效的同时能够产生与最先进方法相似或更高质量的重建结果。

本文介绍了一种新颖的混合可微渲染方法，能够从传统手持相机捕捉的多视图图像中高效重构场景的三维几何和反射率。该方法在初始化阶段使用传统的SfM和MVS方法进行大致重建，然后在优化阶段采用混合方法优化几何和反射率。实验证明，该方法在更高效的同时能够产生与最先进方法相似或更高质量的重建结果。

该研究提出了一种基于深度学习的无监督视频分解方法，可以将视频分解为三维几何、运动物体和它们的运动。通过训练深度网络来预测姿态和深度，最小化合成图像与真实图像之间的误差。该方法在KITTI和EPIC-Kitchens上表现出竞争力的性能。

本文介绍了一种新颖的混合可微渲染方法，能够从传统手持相机捕捉的多视图图像中高效重构场景的三维几何和反射率。方法分为初始化和优化两个阶段，使用传统的SfM和MVS方法进行大致重建，然后采用混合方法优化几何和反射率。实验证明，该方法在更高效的同时能够产生高质量的重建结果。