重建现实世界的模型,包括真实场景的三维几何、外观和运动,对计算机图形学和计算机视觉至关重要。这使得电影行业和增强/虚拟现实应用可以合成逼真的新视图。此外,它通过避免繁琐的手动设计过程,促进了计算机游戏和增强/虚拟现实中的内容创建。更进一步,这些模型对需要解释现实世界场景和动作以便与人类世界安全互动的智能计算系统来说是基础。值得注意的是,我们周围的世界是动态的,重建动态、非刚性运动场景的模型是一个严重欠约束且具有挑战性的问题。本最新技术综述(STAR)为读者提供了单目和多视角输入(如来自RGB和RGB-D传感器的数据等)下的最先进技术的全面总结,帮助读者理解不同方法、其潜在应用及未来有前景的研究方向。报告涵盖了一般非刚性场景的三维重建,并进一步讨论了场景分解、编辑和控制技术,以及可泛化和生成建模。具体来说,我们首先回顾了理解和导航该领域所需的常见和基本概念,然后通过回顾最近使用传统和基于机器学习的神经表示的方法,讨论了最先进的技术,包括对新启用应用的讨论。综述最后讨论了现有的局限性和未解决的挑战。

成为VIP会员查看完整内容
17

相关内容

低层视觉中的扩散模型:综述
专知会员服务
17+阅读 · 6月18日
基于主动学习的图像分类技术:现状与未来
专知会员服务
35+阅读 · 1月8日
《多模态3D场景理解》最新综述
专知会员服务
184+阅读 · 2023年10月28日
可解释的机器学习模型和架构
专知会员服务
88+阅读 · 2023年9月17日
深度学习在光声成像中的应用综述
专知会员服务
22+阅读 · 2022年5月23日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
时空数据挖掘:综述
专知
24+阅读 · 2022年6月30日
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
深度学习时代的目标检测算法综述
AI前线
11+阅读 · 2017年9月22日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2013年12月31日
国家自然科学基金
21+阅读 · 2009年12月31日
Arxiv
150+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
389+阅读 · 2023年3月31日
Arxiv
65+阅读 · 2023年3月26日
Arxiv
133+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关主题
相关VIP内容
低层视觉中的扩散模型:综述
专知会员服务
17+阅读 · 6月18日
基于主动学习的图像分类技术:现状与未来
专知会员服务
35+阅读 · 1月8日
《多模态3D场景理解》最新综述
专知会员服务
184+阅读 · 2023年10月28日
可解释的机器学习模型和架构
专知会员服务
88+阅读 · 2023年9月17日
深度学习在光声成像中的应用综述
专知会员服务
22+阅读 · 2022年5月23日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
相关资讯
时空数据挖掘:综述
专知
24+阅读 · 2022年6月30日
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
深度学习时代的目标检测算法综述
AI前线
11+阅读 · 2017年9月22日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2013年12月31日
国家自然科学基金
21+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员