NeRF＆Beyond 7.6日报（IPO-LDM，Chamfer距离快速计算，点云下采样等）

LDM全景

IPO-LDM: Depth-aided 360-degree Indoor RGB Panorama Outpainting via Latent Diffusion Model

https://arxiv.org/abs/2307.03177

南阳理工大学、牛津大学

IPO-LDM：使用隐式扩散模型 (LDM) 的 360° 室内 RGB 全景绘制模型

点云进展

A Near-Linear Time Algorithm for the Chamfer Distance

https://arxiv.org/abs/2307.03043

MIT，Google Research

在计算过程中对 点云大小的二次依赖运行时间使得简单的方法难以处理大型数据集。本工作提出了第一个(1+ε) 近似算法，达到接近线性运行时间的Chamfer Distance计算方法

Principal subbundles for dimension reduction

https://arxiv.org/abs/2307.03128

INRIA, University of Copenhagen, University of Bergen

论证了亚黎曼几何如何通过组合点云的局部线性近似来获得较低维束，可用于流形学习和表面重建。

Exact Point Cloud Downsampling for Fast and Accurate Global Trajectory Optimization

https://arxiv.org/abs/2307.02948

日本产业技术综合研究所

一种基于快速准确的轨迹优化下，关于全局配准误差最小化的点云下采样的方法

机器人方向

Volumetric Occupancy Detection: A Comparative Analysis of Mapping Algorithms

https://arxiv.org/abs/2307.03089

University of Aveiro

探索了协作机器人不同Volumetric Occupancy检测方法（OctoMap, SkiMap, and Voxblox）的定性和定量的评测，并对各框架的参数调配进行了测试。

今日更新结束

Jason陪你练绝技B站更新地址：https://space.bilibili.com/455056488

NeRF相关工作整理Github repo：https://github.com/yangjiheng/nerf_and_beyond_docs