InfiniSplat v2: Analyzing and Improving Feed-Forward 3DGS from Any Views
Aggiunta all'archivio di AIChronos il (numero del 17 ottobre 2026 ricostruito)· fonte del · Yongzhen Hu, Hao Yu, Jiawei Wang, Xianming Zeng, Jianyun Xu, Xingliang Liu (zju3dv)
InfiniSplat v2 è un metodo che migliora la qualità della rendering 3D da immagini input attraverso l'architettura e il training modificati. L'approccio decoupla la predizione di geometria e attributi, allinea i Gaussiani predetti utilizzando pose di telecamera reali durante il training e impiega supervisione su viste con angoli ampi. I risultati dimostrano un miglioramento significativo rispetto ai metodi più forti esistenti.
- Decoupling geometry and attribute prediction
- Ground-truth camera pose alignment during training
- Large-angle target view supervision
- State-of-the-art performance in mean LPIPS and DISTS
- Opacity suppression of geometrically inconsistent points
Perché conta. Per uno sviluppatore che lavora con LLM, agenti e AI locale, InfiniSplat v2 offre un approccio innovativo per migliorare la qualità del rendering 3D, che può essere integrato in sistemi di visuale artificiale per aumentare l'efficacia delle rappresentazioni 3D.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.