跳到正文
arXiv Computer Vision· Zhijie Zheng, Xinhao Xiang, Jiawei Zhang·· 2 小时前AI 评分40

PRISM:基于几何 warp-residual 建模的前馈单图 3D 重建

PRISM: Feed-Forward Single-Image 3D Reconstruction via Geometric Warp-Residual Modeling

AI 导读

PRISM 是一个前馈单图 3D 重建框架,将多视角 latent 预测分解为无参数几何先验与学习式残差校正,推理时无需扩散采样。在三个 benchmark 上,其重建质量与基于扩散的方法相当,单场景推理时间仅 36 秒。方法采用两阶段训练,结合 latents 监督蒸馏与感知微调,代码已开源。

来源:arXiv Computer Vision · arxiv.org