NeRF & Beyond 8.12日报(PlankAssembly,FrozenRecon,NPM,FlexiCubes等)

三维重建相关

PlankAssembly: Robust 3D Reconstruction from Three Orthographic Views with Learnt Shape Programs

https://arxiv.org/abs/2308.05744

中山大学、广东省大数据分析与处理重点实验室、ManyCore Tech. Inc.、电子科技大学

本文开发了一种新方法，可以自动将 2D 线图从三个正交视图转换为 3D CAD 模型。

FrozenRecon: Pose-free 3D Scene Reconstruction with Frozen Depth Models

https://arxiv.org/abs/2308.05733

中国科学技术大学、大疆科技、浙江大学

本文提出了一种新颖的测试时优化方法，可以将仿射不变深度模型（例如 LeReS）的鲁棒性转移到具有挑战性的不同场景，同时确保帧间一致性，每个视频帧只需优化数十个参数。

Mono-hydra: Real-time 3D scene graph construction from monocular camera input with IMU

https://arxiv.org/abs/2308.05515

University of Twente

本文提出了一种实时空间感知系统 Mono-Hydra，结合单目相机和 IMU 传感器设置，专注于室内场景。

Mesh相关

Neural Progressive Meshes

https://arxiv.org/abs/2308.05741

多伦多大学、Adobe Research

3D 网格的几何细节即使在不同的形状上也通常表现出相似的局部模式，因此可以用共享的学习生成空间来有效地表示

Flexible Isosurface Extraction for Gradient-Based Mesh Optimization

https://arxiv.org/abs/2308.05371

nVidia, 多伦多大学，Vector Institute

这项工作考虑基于梯度的网格优化，其中我们通过将 3D 表面网格表示为标量场的等值面来迭代优化 3D 表面网格，这是摄影测量、生成建模和逆向物理等应用中日益常见的范例。

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