Link：reconfusion
ReconFusion是一種3D重建方法，利用擴散先驗在只有少量照片的情況下重建真實世界場景。它結合Neural Radiance Fields（NeRFs）和擴散先驗，能夠在新的攝像機位置超出輸入影象集合的情況下，合成逼真的幾何和紋理。該方法透過在少量檢視和多檢視資料集上訓練擴散先驗，能夠在不受約束的區域合成逼真的幾何和紋理，同時保留觀察區域的外觀。ReconFusion在各種真實世界資料集上進行了廣泛評估，包括前向和360度場景，展示出明顯的效能改進。
需求人群：
"ReconFusion適用於需要從少量檢視進行3D重建的場景，能夠在不受約束的區域合成逼真的幾何和紋理，同時保留觀察區域的外觀。"
使用場景示例：
使用示例1：在醫學影像領域，利用ReconFusion從少量檢視重建人體器官模型
使用示例2：在建築設計中，利用ReconFusion從有限視角下生成逼真的建築場景
使用示例3：在虛擬現實應用中，利用ReconFusion從少量輸入影象生成逼真的虛擬環境
產品特色：
使用NeRF最佳化最小化重建損失和樣本損失
利用PixelNeRF風格模型生成樣本影象
結合噪聲潛變數和擴散模型生成解碼輸出樣本