本研究提出MVSplat360方法，解决360度新视图合成中的稀疏观察问题，显著提升仅用5个稀疏视图的合成质量，实验结果表明其视觉效果优于现有技术。

该文章介绍了一种实用且强大的深度学习算法，用于捕捉和呈现复杂实景的新视图。该算法通过渲染新视图并混合邻近局部光场来实现。实践中，该算法能够以较低的视图数量达到较高的感知质量。此外，还开发了一个增强现实智能手机应用程序，用于指导用户捕捉场景的输入图像，并在桌面和移动平台上实现了实时虚拟探索。

该研究提出了一种基于神经隐式表示和不可导函数的算法，能够从单目视频中生成任意视角和任意时间步长下的新视图。通过联合训练静态和动态NeRF，并使用正则化约束解决样本不足问题，取得了良好的实验效果。