NIRJALA 框架实现无水下高斯泼溅重建
热点事件持续更新
NIRJALA 框架实现无水下高斯泼溅重建
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Latchan Chhetri 和 Aman Kumar 提出了 NIRJALA 框架,旨在解决传统水下高斯泼溅方法增益无界的问题。该框架结合 TRIVENI 三路成像模型与 PRATIBIMBA 可逆物理锚点,在 SAJALA 基准测试中将水下场景 PSNR 从 24.34 dB 提升至 24.76 dB。此外,该方法在 SeaThru-NeRF 真实场景中成功将 LPIPS 降至 0.175,并保持 44 FPS 的渲染速度。
AI 根据报道生成 · 13 小时前更新
最新进展11月19日 13:00
NIRJALA:用三路光学与可逆物理“排干”高斯泼溅的水下场景报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉NIRJALA:用三路光学与可逆物理“排干”高斯泼溅的水下场景
NIRJALA 框架通过 TRIVENI 三路成像模型与 PRATIBIMBA 可逆物理锚点,在 SAJALA 基准上将水下 PSNR 从 24.34 dB 提升至 24.76 dB。该方法在 SeaThru-NeRF 真实场景下将 LPIPS 降至 0.175 并维持 44 FPS 渲染速度,有效解决了传统方法增益无界的问题。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。