PanDORA是一种室内场景高动态范围的全景双观察者辐射采集系统，使用两个360度相机同时采集普通曝光和快速曝光的视频，结合基于NeRF的算法重建了室内场景的全高动态范围辐射。

本文介绍了一种利用深度神经网络改善3D场景重建精度和可解释性的方法，包括local depth maps calculation和global depth maps fusion两步骤框架。作者还提出了一种旋转不变的3D卷积核PosedConv，用于提高不同视角图像的匹配效率。实验证明该方法在深度神经网络和传统计算机视觉技术中具有竞争力。

我们提出了Point'n Move方法，通过暴露区域修复实现交互式场景对象操作。方法采用高斯飞溅辐射场作为场景表示，并通过2D提示点到3D掩码的双阶段自我提示分割算法提供互动性。该方法在正向和360度场景上进行了测试，结果显示出卓越的质量和速度优势。

本论文介绍了一种使用3D形状和2D笔画的模型，生成艺术风格化线条图案，并学习艺术家的风格，生成带有纹理笔触的绘画。该模型可用于交互式应用中的后续分析或编辑。