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...
论文阅读_NeuS
NeuS: Learning Neural Implicit Surfaces by Volume Rendering 基本信息 项目 内容 论文标题 NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction 作者 Peng Wang, Lingjie Liu, Yuan Liu, Christian Theobalt, Taku Komura, Wenping Wang 作者单位 香港大学， 马克斯·普朗克信息学研究所， 德州农工大学 时间 2021年 发表会议/期刊 NeurIPS 2021 方法概览 特点 文章性质 输入 多视角RGB图像及其对应的相机位姿 输出 1. 场景的带符号距离函数 (SDF)； 2. 通过提取零水平集得到的表面网格 (Mesh) 所属领域 多视角三维重建， 神经隐式表示， 神经渲染 1. 核心表示：神经隐式SDF (Neural Implicit...
论文阅读_NeuralRecon
NeuralRecon 基本信息 项目 内容 论文标题 NeuralRecon 作者 Jiaming Sun, Yiming Xie, Linghao Chen, Xiaowei Zhou, Hujun Bao 作者单位 浙江大学 时间 2021 发表会议/期刊 2021年，发表于CVPR (IEEE/CVF Conference on Computer Vision and Pattern Recognition) 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 摘要精简 NeuralRecon是一个从单目视频进行实时、连贯3D场景重建的新框架。该方法摒弃传统 “逐帧估计深度图再融合” 的思路，直接通过神经网络增量重建局部片段的稀疏...
论文阅读_Neuralangelo
Neuralangelo 基本信息 项目 内容 论文标题 Neuralangelo 作者 Zhaoshuo Li、Thomas Müller、Alex Evans、Russell H. Taylor、Mathias Unberath、Ming-Yu Liu、Chen-Hsuan Lin 作者单位 NVIDIA Research（主导）、Johns Hopkins University 时间 2023 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 摘要精简 Neuralangelo 是一种用于高保真神经表面重建的方法。它结合了多分辨率3D哈希网格（Instant...
论文阅读_P-MVSNet
P-MVSNet 基本信息 项目 内容 论文标题 Learning Patch-Wise Matching Confidence Aggregation for Multi-View Stereo 作者 Keyang Luo、Tao Guan、Lili Ju、Haipeng Huang、Yawei Luo 作者单位 Huazhong University of Science and Technology（华中科技大学）、University of South Carolina（南卡罗来纳大学）、Farsee2 Technology Ltd（远鉴科技） 时间 2019 发表会议/期刊 IEEE International Conference on Computer Vision (ICCV) 方法概览 特点 文章性质 输入 多视角 输出 参考视角深度图 所属领域 MVS 1. 摘要精简 将各向异性的平面扫描体积近似为各向同性代价体的缺陷，结合各向同性与各向异性 3D 卷积构建混合 3D...
论文阅读_PVA-MVSNet
PVA-MVSNet 基本信息 项目 内容 论文标题 Pyramid Multi-view Stereo Net with Self-adaptive View Aggregation 作者 Hongwei Yi, Zizhuang Wei, Mingyu Ding, Runze Zhang, Yisong Chen, Guoping Wang, Yu-Wing Tai 作者单位 Peking University 时间 2020 发表会议/期刊 ECCV 方法概览 特点 文章性质 输入 多视角 输出 参考视角深度图 所属领域 MVS 分为单尺度的VA-MVSNet和多尺度的PVA-MVSNet 1. 摘要精简 提出一种高效的金字塔多视图立体匹配网络 PVA-MVSNet，通过自适应性视图聚合和多度量金字塔深度聚合提升重建精度与完整性。不同于现有方法采用均方差生成代价体，PVA-MVSNet 引入像素级和体素级两种自适应性视图聚合，在少量额外内存消耗下融合不同视图的代价方差；将 VA-MVSNet...