本文介绍了一种基于深度签名距离函数的网格表述方法MeshSDF，该方法通过神经网络从稀疏3D点云中高效重建表面，显著提高了重建精度，并在多个基准测试中超越现有技术。此外，研究提出了细节增强的UDF学习方法（DEUDF），增强了几何细节的捕获能力，提升了UDF的准确性和重建质量。

本文介绍了一种基于扩散模型的低光图像增强方法，通过插入驯服模块来引导生成过程，实现对扩散模型的优化结构生成和细节增强。实验证明该方法在性能和视觉比较方面具有优势。