- 博客(5)
- 收藏
- 关注
RSS订阅原创 [小白读文献] Elimination of Unrealistic Artifacts in 3D Gaussian Splatting
近年来，新视角合成(NVS)技术在自动驾驶、虚拟现实/增强现实( VR / AR )、数据增强等领域的应用发展迅速。特别是神经辐射场( Neural Radiance Fields，NeRF )[ 1 ]，一类仅以一组2D图像作为输入的低成本神经辐射场三维重建方法，使该领域发生了革命性的变化。NeRF使用多层感知器( MLP )隐神经网络来表示场景，并通过渲染沿相机射线的可微体以及估计颜色和密度来实现新视图合成。
2024-12-30 15:48:45
850
原创 [小白读文献] Neural Rendering for Stereo 3D Reconstruction of Deformable Tissues in Robotic Surgery
由内窥镜立体视频重建手术场景是机器人微创手术中的一项重要但困难的任务。它是许多下游临床应用的先决条件，包括术中导航和增强现实、手术环境模拟、沉浸式教育和机器人手术自动化[2、12、20、25]。尽管[10、22、28、29、30、33]最近取得了很大的进展，但一些关键的挑战仍然没有解决。首先，手术场景是可变形的，具有显著的拓扑变化，需要动态重建来捕获高度的非严格性。其次，内窥镜视频在受限空间中由于相机运动受限而表现出稀疏的视点，导致软组织的3D线索有限。第三，手术器械总会遮挡部分软组织，影响手术场景重建的。
2024-12-25 13:57:17
1085
原创 [小白读文献] Flexible Deformation for Fast Surgical Scene Reconstruction with Gaussian Splatting
组织形变对精确的手术场景重建提出了关键的挑战。尽管重建质量较高，但现有方法绘制速度慢、训练时间长，限制了其在术中的应用。基于3D GS这一新兴的实时3D渲染技术的最新进展，本文提出了一种新的快速重建框架，称为Deform3DGS，用于内窥镜手术中可变形组织的重建。具体来说，我们将3D GS引入到手术场景中，通过集成点云初始化来改进重建。
2024-12-22 18:30:03
1142
原创 [小白租服务器] 使用Pycharm连接服务器进行深度学习全过程~简单易懂一遍就会
（1）会有按量、包日、包月的选择（根据自己需求，一般情况下按量就可以）（2）在选择地区时，一般选择距离自己最近的区，这样可以减少延迟，提高计算效率。（实测影响不是很大）（3）在选择GPU时，GPU型号的选择也很重要，对应不同的显卡核心，不同的GPU型号的 收费价格不同.（看自己需求，一般跑代码的Readme部分会有显示用的什么GPU保持 一致即可）
2024-12-18 19:21:20
1896
原创 [小白读文献] Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction
三维高斯溅射(3DGS)在图像绘制和表面重建方面显示出良好的效果。然而，其在体积重建任务(如x射线计算机断层扫描)中的潜力仍未得到充分开发。本文介绍了第一个基于3D-GS的稀疏视图层析重建框架-Gaussian。通过仔细推导x射线光栅化函数，我们发现在标准3D-GS公式中存在以前未知的积分偏差，这妨碍了准确的体积恢复。为了解决这个问题，我们提出了一种新的校正技术，通过重构从3D到2D高斯的投影。
2024-12-18 16:34:34
1143
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人