跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. 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
–

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。