GATOR:从日常图像重建场景对齐的3D物体
热点事件持续更新
GATOR:从日常图像重建场景对齐的3D物体
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Qirui Wu 等作者提出并发布 GATOR 框架论文,可从一张或多张日常图像中恢复带纹理的 3D 物体资产及其相对场景的位姿。该框架的局部模态混合器耦合 RGB、目标掩码与 pointmap 特征,配合文本语义条件化,并由多模态智能体通过观察引导的编辑-渲染-审查循环细化结构与纹理。 论文称,GATOR 在合成物体、杂乱桌面和室内场景上均取得较强的几何与外观保真度,并展示了重建效率与仿真就绪性。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
GATOR:从日常图像生成式重建场景对齐的3D物体报道时间线
沿着报道,了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学GATOR:从日常图像生成式重建场景对齐的3D物体
论文提出 GATOR 框架,从一张或多张日常图像中恢复带纹理的3D物体资产及其相对场景位姿。其局部模态混合器耦合 RGB、目标掩码与 pointmap 特征,配合文本语义条件化,并用多模态智能体通过观察引导的编辑-渲染-审查循环做结构与纹理细化。在合成物体、杂乱桌面和室内场景上验证了几何与外观保真度,并展示了重建效率与仿真就绪性。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月9日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。