该文汇总多项室内3D重建研究，涵盖可学习Hough变换预测墙壁、二维图像建筑语义提取、三维布局估计改进、单视角房间布局重建、FFINet视频帧预测、混合架构提升重建质量、神经隐式建模实现大型室内场景最先进重建、自动移除杂物并修复3D场景、傅里叶拼贴提升表示精度，以及WavePaint以更少参数实现图像修复。

该研究提出了一种新的神经隐式建模方法，通过多种正则化策略实现了大型室内环境的更好重建。实验结果表明，该方法在具有挑战性的室内场景中产生了最先进的3D重建结果。

该文介绍了一种新颖的神经隐式建模方法，可在仅依赖图像的情况下实现大型室内环境的更好重建。作者提出了多种正则化策略和自监督策略，以及可学习的曝光补偿方案，实现了最先进的3D重建结果。