本研究提出了一种高效生成广阔户外场景的方法，通过将场景块编码为统一向量集，提高了生成的一致性和速度，并展示了在不同风格场景中融合的潜力。

本研究提出了一种轻量级体积细化方案，解决了户外场景中质量下降和纹理缺失的问题。通过引入地面真实深度图进行深度体积监督和层次化滤波，强调局部细节和上下文。同时，提出了一种更严格的评估指标，在纹理缺失图像的情况下实现了卓越的性能。

该论文介绍了一种名为SR-TensoRF的神经辐射场（NeRF）的户外场景再照明方法。该方法利用了TensoRF的训练效率，结合了立方体贴图概念，加速明显。

本文介绍了一种高效计算户外场景中高质量 3D 重建的新方法，利用自主导航四旋翼飞行器上的 RGB 摄像机采集图像，通过分层的体积表示区分不同空间，处理遮挡和避免障碍，规划无碰撞的飞行路径，限制飞行距离。该方法获得了令人信服的 3D 重建结果，量化提升显著。