NeurlPS‘23开源!第一个可泛化的语义NeRF

GNeSF是NeurlPS 2023上开源的一项工作,它是一种可泛化的神经语义场,旨在解决现有神经语义场在新场景中的泛化性差问题。该框架利用多视图图像特征和语义地图,通过软投票机制和可见性模块,实现了仅使用2D语义监督的3D语义分割和新视角合成,性能与特定场景方法相当,甚至优于一些2D监督方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

作者:泡椒味的口香糖 | 来源:3DCV

在公众号「3D视觉工坊」后台,回复「原论文」可获取论文pdf和代码链接

添加微信:dddvisiona,备注:自动驾驶,拉你入群。文末附行业细分群

0. 笔者个人体会

NeRF真是越来越火,而神经语义场更是NeRF中新兴的一个领域,作用是直接生成3D场景的语义分割/实例分割/全景分割。这项技术可以说是3D语义大模型训练的曙光,因为再也不用愁训练数据的标注工作量了。但不幸的是,现有神经语义场还是有NeRF的通病:泛化性差,换一个场景就要重新训练,直接影响了3D语义分割的生成质量。

但NeurlPS 2023上就开源了一项工作GNeSF,声称是第一个可泛化的神经语义场,目的是生成未训练场景新视角3D语义理解,这下语义分割数据集就更好生成了。

今天笔者将为读者介绍这项工作,当然笔者水平有限,如果有理解不当的地方欢迎大家一起讨论~

1. 摘要

最近出现了基于神经隐式表示的3D场景分割,具有仅在2D监督下训练的优点。然

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

3D视觉工坊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值