NeRF是2020年ECCV论文，任务是，是借助深度学习技术的计算机图形学任务，实现了摄像机级别的逼真的新视图合成。仅仅2年时间，相关work和论文就已经大量涌现。;；

Glob3R：基于3D基础模型的全局SfM重建方法 【摘要】本文提出Glob3R，一种结合3D基础模型与全局优化的新型结构运动（SfM）重建框架。针对现有三维几何基础模型（如VGGT）在长序列重建中存在的漂移和不一致问题，Glob3R通过以下创新实现改进：（1）在冻结的Pi3X骨干网络上添加轻量级密集匹配头，将图像扭曲预测转化为可靠的多视图特征轨迹；（2）设计关键帧选择策略和滑动窗口关联机制，确保

本文提出4C4D框架，仅需4台便携相机即可实现高保真4D动态场景重建。针对稀疏视角下几何建模困难的核心问题，创新性地引入神经衰减函数，通过动态调整高斯不透明度优化梯度分配，有效平衡了几何与外观建模。实验在多个稀疏视角数据集上验证了该方法的优越性，显著提升了重建质量。该技术突破了传统依赖密集相机阵列的限制，为轻量化动态场景建模提供了新思路。

AdaptiveSplat方法，用于在给定高斯预算下优化3D高斯分配，实现高效且高质量的新视角合成。传统前馈式3D高斯重建方法通常为每个输入像素预测一个高斯，导致冗余表示。AdaptiveSplat通过纹理感知的剪枝策略，在低纹理区域使用更少、更大的高斯，而保留高纹理区域的高斯密度。核心创新包括：1）基于离散小波变换的纹理能量估计；2）区域级剪枝策略，通过超级簇聚类优先剪枝低纹理区域；3）自适应高

文章摘要：机器人强化学习（RL）需在仿真环境中训练以避免实体设备损坏，但仿真环境必须高度逼真才能确保策略可迁移至真实场景。Niantic Spatial与Flexion提出完整流程：通过普通RGB相机扫描目标场地，利用3D Gaussian splatting技术重建高保真数字孪生场景，结合NVIDIA Isaac Sim进行仿真训练，最终实现zero-shot迁移至实体机器人。该方案攻克了视觉与

文章目录前言（所有检测模型）五、RRPN（倾斜文本）1.概述2.网络结构3.旋转边界框的表达（Rotated Bounding Box Representation）4。旋转的锚点（Rotation Anchors）5.兴趣区域的学习（Learning of Rotated Proposal）6.区域提取网络的优化（Accurate Proposal Refinement）7.RRoI Pooli

Grounding DINO，一种开集目标检测方案，将基于Transformer的检测器DINO与真值预训练相结合。开集检测关键是引入自然语言至闭集检测器，用于open world的检测。Grounding DINO将检测器分为三个阶段的紧密融合方案，包括。可实现对新颖类别进行检测，特定属性目标识别。在COCO数据集上零样本检测达到52.5AP，在COCO数据集finetune后达到63AP。

sam作为首个分割一切的zero shot 图像分割模型，展现出了强大性能。紧随其后，今年陆续出了FastSAM 与 MobileSAM两个加速版本。博主已经安装，亲测效果很棒

DETR将过少的 Query 分配为正样本，采用一对一的集合匹配，会导致对编码器输出的监督稀疏，严重损害编码器的区分特征学习。本文提出了一种新颖的协同混合分配训练方案，名为Co-DETR，以从多样的标签分配方式中学习更高效、更有效的基于DETR的检测器。这种新的训练方案可以通过训练多个并行辅助 Head ，以一对多的标签分配方式（如ATSS和Faster RCNN）进行监督，轻松增强端到端检测器中

3D点云目标检测的算法汇总，部分重要论文附带代码讲解