该论文提出了一种几何一致的神经隐式表面重建方法，结合多视角几何约束和稀疏结构信息，优化有符号距离函数以实现高质量重建。实验结果表明，该方法在速度、泛化性能和灵活性方面表现优越。

该论文提出了一种几何一致的神经隐式表面重建方法，结合多视觉几何约束和稀疏几何信息，以优化表面重建质量。同时，研究介绍了基于物理的模型和混合框架，提升了动态人体重建的质量与稳定性，实现高保真度的3D重建，适用于机器人导航等应用。

该文综述神经隐式表面重建进展，涵盖NeuS、快速多视角重建、多视角光度立体、几何一致重建、无蒙版表面重建、MVS与NIS结合、NoPose-NeuS及点引导等方法，实现高保真三维重建。

该文综述神经隐式表面重建研究，涵盖：结合立体匹配与特征保持的SDF框架以提升复杂场景鲁棒性；双层SDF建模穿衣人体并分区渲染；NeuS基于SDF零水平集与体积渲染实现高保真重建；NeuralUDF以无符号距离场重建任意拓扑；以及基于截断SDF与RGB-D、几何纹理光照联合优化、稀疏视角表面先验、UniSDF反射场景重建和几何一致多视图等方法。