NeRF与三维重建相关
Digging into Depth Priors for Outdoor Neural Radiance Fields
https://arxiv.org/abs/2308.04413
清华大学、百度研究院、西北工业大学、浙江大学、中科院
本文对室外神经辐射场使用深度先验进行了全面的研究和评估，涵盖了常见的深度传感技术和大多数应用方式。
Findings:
  1. Monocular depth is enough for sparse view
  2. Depth supervision is an option for dense view
  3. The denser the better
  4. Simple loss function and depth filtering are enough

Cloth2Tex: A Customized Cloth Texture Generation Pipeline for 3D Virtual Try-On
https://arxiv.org/abs/2308.04288
阿里巴巴，ETH，MPI，The University of Texas at Austin
由于传统的基于变形的纹理生成方法需要为每种类型的服装手动选择大量控制点，这可能是一个耗时且乏味的过程。本文提出了一种称为 Cloth2Tex 的新方法，它消除了此过程中的人力负担。
其他无归类
DELFlow: Dense Efficient Learning of Scene Flow for Large-Scale Point Clouds
https://arxiv.org/abs/2308.04383
上海交通大学、伯克利
为了缓解场景流学习中的问题，本文通过在 2D 网格中存储 3D 坐标，将原始点规范为密集格式。
Heterogeneous 360 Degree Videos in Metaverse: Differentiated Reinforcement Learning Approaches
https://arxiv.org/abs/2308.04083
南洋理工大学
本文提出了一种新的服务质量模型，适用于具有不同帧速率和晕眩症要求的异构 360 度视频。
今日更新结束

NeRF and Beyond微信交流群现已有近1500从业人员交流群，加入我们，请添加我的微信：jiheng_yang，我会拉大家进群。
Jason陪你练绝技B站更新地址：https://space.bilibili.com/455056488
NeRF相关工作整理Github repo：https://github.com/yangjiheng/nerf_and_beyond_docs
继续阅读
阅读原文