很有意思的一个3D高斯重建方法：由于视频中的（因物体或者镜头移动导致的）模糊帧实际上是多个视角的压缩，所以先将模糊帧还原成多个视角的静止图片，再重新合成高质量高斯实例~！😮

{SCINeRF: Neural Radiance Fields from a Snapshot Compressive Image+SCINeRF: 来自快照压缩图像的神经辐射场}

🧐一句话总结：SCINeRF通过快照压缩成像技术，使用单个2D传感器生成的时间压缩图像，结合神经辐射场模型，恢复三维场景，展现高帧率、多视图一致的图像。

➡️论文：http://t.cn/A6HziyV6
➡️代码链接：http://t.cn/A6HziyVJ

✨重点
●[📸] SCINeRF通过最大化合成SCI测量值与实际测量值之间的光度一致性来估计NeRF和运动轨迹。
● 📸 快照压缩成像 (SCI)：SCI使用低成本2D传感器记录高维度数据，将信息压缩到单个图像中，以特定2D掩码减少存储需求并潜在提供隐私保护。
● 🌠 神经辐射场 (NeRF)：将SCI的物理成像过程整合到NeRF训练中，利用其捕捉复杂场景结构的能力，为3D场景生成提供支持。
● 🏃‍♂️ 多视图一致性：在综合数据和实际数据评估中，SCINeRF在图像重建和新视图合成方面表现优于现有方法，实现了高帧率、多视图一致的图像生成。
●[🔍] 提供了快速启动指南，包括环境设置、数据集下载、配置更改、预训练模型测试及模型训练步骤。

⬆️⬆️以上内容均精选自我每周更新的AIGC百宝箱—知识星球：AI白日梦想家（[抱一抱]可以向我提问，信息分类查找，72小时无理由退款），加入方法请见置顶帖图9：http://t.cn/A6jz8QLy（WX扫才能享受6折优惠哦） ，感谢大家打赏支持 [爱你]