- 博客(322)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 3D Gaussain splatting 的训练提速
3DGS渲染加速，适应边缘端 3D 交互，包括AR/VR 设备的实时场景渲染、移动机器人的环境感知可视化
2025-10-09 14:24:43
685
原创 扩散模型之（八）Rectified Flow：走直线一步到位的生成模型
Rectified Flow通过将噪声与数据平滑连接的插值过程进行因果化来学习作为生成模型的常微分方程ODE，具有更笔直轨迹，进一步改善轨迹的笔直度。
2025-09-16 23:55:53
591
原创 扩散模型之（十二）模型架构比较之 U-Net 与 DiT
扩散模型backbone说明：U-Net与DiT，同时给出了diffusion模型使用U-Net的几种主流观点。
2025-09-16 13:19:34
1273
1
原创 GSFix3D
提出一种微调机制，修复3D GS NVS 缺陷，在2D层面利用扩散模型修复有瑕疵的新视角渲染，然后将这些修复后的、更完美的2D图像作为新的“监督信号”，反过来优化底层的3DGS表示。
2025-09-02 15:26:40
1171
原创 ReconDreamer++
旨在提升渲染质量，解决模型生成的合成数据与真实世界传感器观测数据之间存在的领域差距问题。改进模型丰富了渲染场景的内容，提高了场景的保真度，特别是地面纹理的保真度。
2025-08-31 18:05:33
984
原创 DreamForge
文章提出 DreamForge 模型，实现更好的可控性、可扩展性和连贯性，生成具有几何和上下文准确性的 3D 可控且可扩展的视频，以支持自动驾驶模拟。
2025-08-31 12:24:55
432
原创 DriveDreamer4D
如图1所示，实验结果表明DriveDreamer4D显著提升了新轨迹视角的生成保真度，与PVG[9]、S3Gaussian[28]和Deformable-GS[74]相比，FID指标分别实现32.1%、46.4%和16.3%的相对提升。综合用户研究显示，相较于三个基线模型，DriveDreamer4D的平均胜率超过80%。（2）设计NTGM模块自动生成结构化条件，使框架能创建具有复杂机动且保持时空一致性的新轨迹视频，并引入CDTS策略融合时序对齐的真实与合成数据训练4DGS，通过正则化损失保持感知一致性；
2025-08-30 18:47:17
321
原创 ReconDreamer
提出渐进式数据更新策略（PDUS），逐步修复伪影来确保大型机动场景的高质量渲染。PDUS策略通过渐进式融合世界模型知识，有效降低了视频修复的复杂度，达到大幅视角偏移（如跨越多车道、跨度达6米）的效果。
2025-08-30 18:44:26
399
原创 Delphi
一种新的生成模型，引入噪声重新初始化模块 与特征对齐时间一致性模块 解决长时序多视角一致性问题，进一步结合failure案例驱动验证碰撞率下降。
2025-08-30 18:41:15
641
原创 BEV-VAE
训练一个多视图图像变分自编码器（VAE），将多视图图像编码到紧凑的 BEV 潜在空间中，再将其解码回具有一致性的多视图图像。在已学习的 BEV 潜在空间中训练一个去噪扩散 Transformer（DiT），该 Transformer 能从噪声中生成 BEV 潜在表示，随后由预训练的 VAE 解码器将这些表示解码为多视图图像。
2025-08-30 18:38:42
492
原创 扩散模型之（十）扩散模型的 EDM 公式
EDM模型的作者认为基于扩散的生成模型的理论和实践过于复杂：基于噪声的扩散模型，基于能量的扩散模型，还有后面将会提到的基于流模型的扩散模型。因此本论文提出了一套设计，试图改善这一状况，给出扩散模型通用公式。
2025-08-20 19:47:15
612
原创 扩散模型之（十一）采样加速之 Consistency Models
为了解决扩散模型的采样过慢的问题，一致性模型给出了一种新思路，实现一步完成采样。
2025-08-20 18:11:56
319
原创 扩散模型之（三）分数匹配 Score Matching
基于分数匹配郎之万动力方程的扩散模型（Score-Matching Langevin Dynamics，SMLD）也是一种用于机器学习和统计物理领域的数学生成模型。
2025-08-20 17:57:13
724
原创 扩散模型之（六）基于 Flow 的 Flow Matching
全景式展现flow matching历史由来与原理演变过程，介绍NF/CNF的关系及流匹配结合扩散模型的应用
2025-08-18 16:56:06
2720
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人