[NeRF+自动驾驶]浙江大学提出READ，使用神经渲染方法完成大尺度级别的街景场景渲染，合成、缝合、编辑真实感自动驾驶场景（AAAI 2023）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[神经渲染，自动驾驶方向] Waabi，多大，MIT提出UniSim，一种神经sensor模拟器，可以用从录制结果生成真实的close-loop多传感器仿真效果
...
[NeRF, 复杂场景合成与控制] 香港中文大学、Snapchat、香港科技大学、浙大、UCLA等提出DisCoScene，在复杂场景上合成、编辑和操控物体
...
[Diffusion+NeRF进展]慕尼黑工业大学、Meta研究院提出DiffRF (也许是首次)基于扩散模型的3D辐射场生成方法
...
[NeRF进展，复杂场景编辑]斯坦福大学、Adobe提出PaletteNeRF，对复杂场景的外观属性进行后期编辑，NeRF向Adobe产品家族整合成为可能
...
[Neural Rendering，任意拓扑重建] 香港大学、腾讯游戏、普朗克研究院等提出NeuralUDF，用来重建衣物等任意拓扑曲面的方法，弥补SDF不足
...
[NeRF进展] 浙江大学、阿里提出Mirror-NeRF，可以学习镜子准确的几何和反射效果，并可以支持多种不同的场景操控应用，如在场景中添加物体或镜子等
...
[NeRF进展，开源大规模场景] DNMP（同济、港中文、上海AI实验室，CPII），一种使用可变形神经mesh的，高质量快速的重建和渲染城市级别神经场的方法
...
[NeRF进展，Talking Head应用] 清华大学、鉴智机器人提出DFRF，快速小样本生成高真实感、自然的讲话头，可用于数字人等（ECCV 2022）
...
[NeRF编辑] 腾讯Pixel Lab，上科大提出Neural Imposters，一种将四面体网格与隐式表达混合的方法，可以实现神经场的编辑和控制操作
...
[NeRF进展，文本编辑NeRF] 创始大神Matthew+18岁大学生一作提出Instruct-NeRF2NeRF，使用文本指令进行3D场景的真实感编辑
...
[NeRF编辑进展，开源] Seal-3D(浙江大学CS&AUS, CAD&CG实验室)，一种可让用户自由在像素级别NeRF编辑的方法，并可实时预览编辑结果
...
[可泛化GS重建] 华中科技大学、南洋理工等提出MVSGaussian，一种从MVS快速的可泛化的GS重建方法，可以有效、通用地重建未见的场景，并达到实时渲染
...
[NeRF进展，移动实时渲染方向]Snapchat与东北大学联合推出MobileR2L，在移动设备上实时、低消耗、高质量地渲染NeRF三维场景，移动应用有突破
...
[NeRF进展，语义驱动编辑] 浙江大学3DV国家重点实验室联合Google提出SINE，通过语义驱动NeRF编辑，完成多视角高质量、一致性的编辑操作
...
[NeRF，超高清渲染方向]阿里提出4K级别的超高清NeRF训练和渲染方法，在主观和客观质量评价下都取得了很好的效果
...
[NeRF App] Luma AI推出新APP：Flythroughs，unbounded场景通过iPhone即可完成建模和漫游，已经发布上线，可开放体验
...
[NeRF进展，快速人体动态NeRF建模] 浙江大学提出InstantNVR，速度提升100倍以上的快速人体动态NeRF建模方法，CVPR 2023已发布
...
[NeRF进展，物体相机] MIT与莱斯大学脑洞大开：ORCa，将有光泽的物体转为神经场相机，将反光的不可见场景建模，可以看到物体看到的而不是相机看到的场景
...
[Neural Rendering]Facebook Reality Lab提出AutoAvatar，推进神经场技术到真实人体动效生成领域(ECCV 2022)
...
[NeRF纹理生成，SIGGRAPH] 中科院，腾讯等提出NeRF-Texture，从多视角图像采集和生成纹理，可应对如草、叶子、纺织品等3D空间复杂纹理生成
...
[NeRF进展，街景重建方向] 复旦大学提出S-NeRF，将街景重建PSNR提升45%，可以兼顾大规模场景背景与前景移动车辆处理
...
[动态NeRF进展] 三星尖端技术研究院提出时域插值动态NeRF方法，通过在时域进行特征向量插值，构建动态场景的神经网络表达，训练速度与质量大幅度提升
...
[NeRF进展，高保真3D Avatar生成]香港科技大学、微软研究院提出Rodin，自动高保真、高细节度生成3D Avatar NeRF模型，数字虚拟人再突破
...
[3D特征] 克莱姆森大学，微软，CMU提出CVRecon，一个新的端到端 的3D神经重建框架，挖掘cost volume中的几何信息，提供了优质的3D特征
...
[NeRF进展，单视角3D重建]香港大学、未来智联等联合推出S3-NeRF，挖掘Shading和Shadow信息提升单视角3D重建(NeurIPS 2022)
...
[NeRF进展，实时渲染方向]格拉茨科技大学与Meta提出AdaNeRF，通过双网络模型自适应采样实现NeRF的实时渲染（ECCV 2022)
...
[NeRF进展，Avatar实时生成] 苏黎世I联邦理工，普朗克研究所提出InstantAvatar，相比SOTA方法速度提升130倍以上，秒级别训练，实时渲染
...
[NeRF，三维风格化效果] NeRF-Art是由香港城市大学、香港理工大学、Snapchat、USC、微软等联合推出的文本驱动生成的NeRF风格化方法
...
[Diffusion进展] Google Research Imagen模型，提出一种新的图片生成文字的AIGC框架，更好的生成效果（NeurIPS 2022)
...
[点云+神经渲染进展] Apple, CMU, UBC提出Pointersect，给定一个点云，在不转换为其他表达的情况下，进行推理光线与表面相交性
...
[NeRF进展] 香港中文大学提出双边滤波器引导的NeRF重构，可以消除相机拍摄变化引起的artifact，也可以进行3D风格化渲染
...
[NeRF 3D场景理解] UC伯克利、Luma AI提出GARField，使用辐射场对任何事物进行分组，从姿势图像输入分解为具有语义意义的组的层次结构的方法
...
[NeRF进展]上海交通大学、阿里提出CageNeRF，操纵三维NeRF的自适应笼子方法，让任意NeRF建模物体动起来(NeurIPS 2022)
...
[3DGan进展] nVidia, UCSD提出新的3D GAN方法，无监督地将神经体积渲染缩放到原始2D图像的更高分辨率，生成超细粒度3D几何效果
...
[3DGS进展] UCSD，nVidia，伯克利提出CF-3DGS，连续处理视频帧数据，在剧烈相机运动的情况下渐进重建整个场景
...
[NeRF进展] 图宾根大学、Google提出Binary Opacity Grids，加强版本BakedSDF，生成视图质量更高，移动设备场景实时渲染
...
[NeRF+强化学习]柏林工业大学、MIT、Google使用NeRF监督强化学习agent的方法，加强自动物体操控能力（NeurIPS 2022）
...
[NeRF进展，动态3D场景表达速度提升100倍] 密西根大学提出HexPlane，一种新的快速的3D动态场景表达方法
...
[NeRF+Diffusion进展] nVidia，多伦多大学等推出NeuralField-LDM，使用神经场和生成模型解决复杂开放世界3D场景的建模和编辑能力
...
[动态3DGS与场景编辑] 请香港大学黄熠华博士一起讲讲SC-GS和Deformable 3DGS两项工作