首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

前端不哭 | 没有设计师的界面也要支棱起来!

📷 我们总说软件开发流程,是从需求分析开始,到界面设计,再到代码实现。 但实际情况却是,很多面向B端的开发团队,不仅没有UI设计师,更多时候连产品经理,都是你的直属上级。指望领导给你画原型?做梦吧!🙄 基于此,那些你以为只有外包设计师才能遇见的“左移一点”、“搜索框大一点”、“颜色醒目一点”的问题,在前端工程师面前,同样屡见不鲜。 📷 而区别于C端产品,可以通过数据事实作为设计指导,B端产品的视觉传达,其实更难通过某种固定的方法论来得到预期的结果。(还时常是领导的“一言堂”) 最后结果就是,你乐此不疲写的C

01

NeurIPS2022的Spotlight文章,性能超出当前SOTA的神经隐式表面重建方法20%

近年来,通过基于体渲染技术的神经隐式表面学习来实现多视图三维重建成为计算机三维视觉领域研究的热点。然而,目前仍然存在一个关键性问题亟待解决:现有的方法缺乏明确的多视图几何约束,因此通常无法实现几何一致的三维重建。为了应对这一问题,我们提出了一种几何一致的神经隐式多视图三维重建算法。首先,我们从理论上分析了基于积分的体渲染技术和基于空间点的符号距离函数(SDF)建模之间存在着固有偏差。为了消除这一偏差,我们直接定位到SDF网络的零测度集,并通过利用来自运动恢复结构(SFM)的稀疏三维信息和多视图立体视觉(MVS)中的光度一致性约束来显式地对表面进行多视图几何优化。这保证了我们的符号距离函数优化无偏,并使得多视图几何约束聚焦于真正表面的优化。大量实验表明,我们提出的方法在复杂的精细结构和大范围的平滑区域都实现了高质量的三维重建,从而在性能上大大优于现有技术。

01
领券