论文阅读_MVSNet
MVSNet 基本信息 项目 内容 论文标题 MVSNet: Depth Inference for Unstructured Multi-view Stereo 作者 姚姚1罗子欣1，李世薇1，天方2，以及 Long Quan 作者单位 香港科技大学 时间 2018 发表会议/期刊 方法概览 特点 文章性质 输入 标定之后的多视角图像 输出 场景的点云图，每个视角的法线和深度图 所属领域 MVS 1. 摘要精简 本文提出一种端到端深度学习架构 MVSNet，用于从多视图图像推断深度图。流程为：先提取深度视觉图像特征，通过可微单应性扭曲在参考相机视锥上构建 3D 代价体，再用 3D 卷积正则化并回归初始深度图，结合参考图像优化得到最终结果。该架构通过基于方差的代价度量适配任意 N 视图输入，在大规模室内 DTU 数据集上，经简单后处理显著优于现有方法且速度快数倍；在复杂室外 Tanks and Temples 数据集上（2018 年 4 月 18 日前）无需微调即排名第一，展现强泛化能力。 2....
论文阅读_MeshAnything
MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers 基本信息 项目 内容 论文标题 MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers 作者 Yiwen Chen, Tong He, Di Huang, Weteai Ye, Sijin Chen, Jiaxiang Tang, Xin Chen, Zhongang Cai, Lei Yang, Gang Yu, Guosheng Lin, Chi Zhang 作者单位 1. S-Lab, Nanyang Technological University; 2. Shanghai AI Lab; 3. Fudan University; 4. Peking University; 5. University of Chinese Academy of Sciences; 6. SenseTime...
论文阅读_MeshFormer
MeshFormer: High-Quality Mesh Generation with 3D-Guided Reconstruction Model 基本信息 项目 内容 论文标题 MeshFormer: High-Quality Mesh Generation with 3D-Guided Reconstruction Model 作者 Minghua Liu, Chong Zeng, Xinyue Wei, Ruoxi Shi, Linghao Chen, Chao Xu, Mengqi Zhang, Zhaoning Wang, Xiaoshuai Zhang, Isabella Liu, Hongzhi Wu, Hao Su 作者单位 1. UC San Diego; 2. Hillbot Inc.; 3. Zhejiang University; 4. UCLA 时间 2024 发表会议/期刊 arXiv...
论文阅读_MeshMVS
MeshMVS 基本信息 项目 内容 论文标题 MeshMVS（Multi-View Stereo Guided Mesh Reconstruction） 作者 Rakesh Shrestha, Zhiwen Fan, Qingkun Su, Zuozhuo Dai, Siyu Zhu, Ping Tan 作者单位 西蒙弗雷泽大学（Simon Fraser University） 时间 2021 发表会议/期刊 方法概览 特点 文章性质 输入 标定之后的多视角图像 输出 Mesh 所属领域 MeshMVS 一、...
论文阅读_MeshRCNN
MeshRCNN 基本信息 项目 内容 论文标题 Mesh R-CNN 作者 Georgia Gkioxari、Jitendra Malik、Justin Johnson 作者单位 Facebook AI Research (FAIR) 时间 2020 发表会议/期刊 方法概览 特点 文章性质 输入 标定之后的多视角图像 输出 Mesh 所属领域 MeshMVS Mesh R-CNN 论文总结 基本信息 方法名称：Mesh R-CNN 作者：Georgia Gkioxari, Jitendra Malik, Justin Johnson 第一单位：Facebook AI Research (FAIR) 发表年份：2019年（推测，文中未明确，引文最新至2019） 发表会议/期刊：应为CVPR或ICCV（文中未明确，但引用格式符合顶会风格） 摘要精简 本文提出 Mesh R-CNN 系统，将 2D 目标感知与 3D 形状预测相结合。该系统基于 Mask R-CNN 扩展，新增 mesh 预测分支，通过...
论文阅读_MeshSplatting
MeshSplatting: Differentiable Rendering with Opaque Meshes 基本信息 项目 内容 论文标题 MeshSplatting: Differentiable Rendering with Opaque Meshes 作者 Jan Held, Sanghyun Son, Renaud Vandeghen, Daniel Rebain, Matheus Gadelha, Yi Zhou, Anthony Cioppa, Ming C. Lin, Marc Van Droogenbroeck, Andrea Tagliasacchi 第一作者单位 University of Liege 时间 2025 发表会议/期刊 arXiv预印本（预计投稿至计算机视觉/图形学顶会） 方法概览 特点 文章性质 输入 多视角图像（通过SfM获取相机位姿与稀疏点云） 输出 带顶点颜色、不透明且顶点共享的三角网格 所属领域 可微分渲染、神经辐射场、三维重建 文章内容总结 1....
论文阅读_MeshSplats
MeshSplats: Mesh-Based Rendering with Gaussian Splatting Initialization 基本信息 项目 内容 论文标题 MeshSplats: Mesh-Based Rendering with Gaussian Splatting Initialization 作者 Rafal Tobiasz, Grzegorz Wilczynski, Marcin Mazur, Slawomir Tadeja, Przemyslaw Spurek 第一单位 Jagiellonian University 时间 2025 (推断，论文未明确给出发表年份) 发表会议/期刊 目前为arXiv预印本，未明确发表会议/期刊 方法概览 特点 描述 输入 训练好的高斯泼溅（GS）场景表示（如3DGS、2DGS、GaMeS） 输出 可被传统渲染器（如Blender, Nvdiffrast）渲染的网格表示（三角形汤） 所属领域 3D场景表示与渲染、可微渲染 1....
论文阅读_Mip-NeRF 360
Mip-NeRF 360 是先提出一个算法然后在文中提出一个数据集 基本信息 项目 内容 论文标题 Mip-NeRF 360: Unbounded Anti-Aliased Neural Radiance Fields 作者 Jonathan T. Barron, Ben Mildenhall, Dor Verbin, Pratul P. Srinivasan, Peter Hedman 第一单位 Google Research 时间 2022（推断） 发表会议/期刊 CVPR...
论文阅读_MonSter++
MonSter++ MonSter++: Unified Stereo Matching, Multi-view Stereo, and Real-time Stereo with Monodepth Priors 基本信息 项目 内容 论文标题 MonSter++: Unified Stereo Matching, Multi-view Stereo, and Real-time Stereo with Monodepth Priors 作者 Junda Cheng, Wenjing Liao, Zhipeng Cai, Longliang Liu, Gangwei Xu, Xianqi Wang, Yuzhou Wang, Zikang Yuan, Yong Deng, Jinliang Zang, Yangyang Shi, Jinhui Tang, Xin Yang 第一单位 华中科技大学 (Huazhong University of Science and Technology) 时间 2025...
论文阅读_MonoMVSNet
MonoMVSNet 基本信息 项目 内容 论文标题 MonoMVSNet（Monocular Priors Guided Multi-View Stereo Network） 作者 Jianfei Jiang, Qiankun Liu*, Haochen Yu, Hongyuan Liu, Liyong Wang, Jiansheng Chen, Huimin Ma* 作者单位 University of Science and Technology Beijing, China北京科技大学 时间 2024 发表会议/期刊 ICCV 方法概览 特点 文章性质 输入 标定之后的多视角图像 输出 场景的点云图，每个视角的法线和深度图 所属领域 MVS 1. 摘要精简 MonoMVSNet...