arXiv Computer Vision· Weikai Lin, Nicholas Milef, Carl S Marshall, Grant Kaijuin Yang, Todd Keeler, Yuhao Zhu·· 4 小时前AI 评分22
GLoD-LVSM：为大视图合成模型学习几何接地的连续细节层次场景表示
GLoD-LVSM: Learning Geometry-Grounded Continuous-LoD Scene Representations for Large View Synthesis Models
AI 导读
GLoD-LVSM 是一种面向大视图合成模型（LVSM）的紧凑场景表示，通过连续场初始化可变数量锚点并由 condenser 聚合场景信息，实现连续细节层次。相比未压缩基础模型，它将场景 token 数减少 33.4%、渲染加速 1.23 倍且无质量损失；在放宽质量损失预算下，token 减少达 85.5%、渲染加速 3.00 倍。该表示还支持场景语义理解。
来源：arXiv Computer Vision · arxiv.org