书生·天际高性能的内核，是上海人工智能实验室首创的CityNeRF技术。2021年12月，上海人工智能实验室提出CityNeRF，将卫星与近景等多种不同高度的影像进行有效融合，率先把NeRF建模技术从物体级拓展到城市级。这项工作的提出超前于谷歌的BlockNeRF和卡内基梅隆大学的MegaNeRF。随后，上海人工智能实验室进一步研发出基于网格...
书生·天际高性能的内核,是上海 AI 实验室首创的CityNeRF技术。2021年12月,上海AI实验室提出CityNeRF,将卫星与近景等多种不同高度的影像进行有效融合,率先把NeRF建模技术从物体级拓展到城市级。这项工作的提出超前于Google的BlockNeRF和卡...
并没有！这是港中大团队提出的一个模型：BungeeNeRF（也称CityNeRF），适用于各种尺度的场景还原。目前，这篇论文已经被ECCV2022收录。从单个建筑到整个地球等大规模的场景，都可以通过多个2D图片还原为3D场景，细节渲染也很到位。网友们对BungeeNeRF这一研究成果也很兴奋。这或许就是我最近几周最喜欢的 NeRF 项目之一...
很难想象，如此精细的城市3D模型，竟然是用几张不同角度和高度的2D图片重建的。这项研究来自香港中文大学多媒体实验室团队，叫做CityNeRF。说到这里，有人应该想到了这两年大热的“神经辐射场”（NeRF），它可以用多张角度照片重建3D对象，性能出色。量子位之前对此进行了相关报道和解读。NeRF虽然恢复室内场景效果惊艳...
书生·天际高性能的内核,是上海 AI 实验室首创的CityNeRF技术。2021年12月,上海AI实验室提出CityNeRF,将卫星与近景等多种不同高度的影像进行有效融合,率先把NeRF建模技术从物体级拓展到城市级。这项工作的提出超前于Google的BlockNeRF和卡内基梅隆大学的MegaNeRF。随后,上海AI实验室进一步研发出基于网格(Grid)表征和NeR...
首创CityNeRF技术,“生成”城市 书生·天际高性能的内核,是上海AI实验室首创的CityNeRF技术。2021年12月,上海AI实验室提出CityNeRF,将卫星与近景等多种不同高度的影像进行有效融合,率先把NeRF建模技术从物体级拓展到城市级。这项工作的提出超前于Google的BlockNeRF和卡内基梅隆大学的MegaNeRF。随后,上海AI实验室进一步研...
书生·天际高性能的内核,是上海 AI 实验室首创的CityNeRF技术。2021年12月,上海AI实验室提出CityNeRF,将卫星与近景等多种不同高度的影像进行有效融合,率先把NeRF建模技术从物体级拓展到城市级。这项工作的提出超前于Google的BlockNeRF和卡内基梅隆大学的MegaNeRF。随后,上海AI实验室进一步研发出基于网格(Grid)表征和NeR...
CityNeRF: Building NeRF at City Scale",作者来自香港中文大学、德国马普研究所和新加坡南洋理工等。神经辐射场(NeRF)在三维目标和受控场景的建模中取得了优异的性能,通常在单尺度下。这项工作首次尝试将NeRF引入城市规模,视图范围从捕获城市概览的卫星级图像到显示建筑复杂细节的地面级图像变化。摄像机到场景的距离很...
论文地址:https://city-super.github.io/gridnerf “书生·天际”大模型可以干什么? 书生·天际在大模型层面创新性地提出了一种新的实景三维模型表征和训练方法,能够以 4K 级图像精度精准展现大规模城市场景。在重构的三维实景中,不仅拥有包括移除、移动和新建城市建筑等城市布局的调整功能,还可以通过“上帝视角”调...
项目主页:https://city-super.github.io/gridnerf/ 下图为该研究方法对真实世界 Ubran 场景的示例结果,给人一种沉浸式城市漫游体验: 方法介绍 为了有效利用隐式神经表示重建大型城市场景,该研究提出了一个双分支模型架构,它采用统一的场景表示,集成了基于显式体素网格和基于隐式的 NeRF 方法,这两种类型的表示可...