今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

ST-gaussian:基于稳定扩散和高斯溅射技术的改进型3D内容生成方法

《Scientific Reports》:ST-gaussian: improved 3D content generation based on stable diffusion and gaussian splatting

【字体: 大 中 小 】 时间:2026年08月06日 来源:Scientific Reports 4.9

编辑推荐:

  摘要为了解决3D模型获取成本高且效率低的问题,本文提出了一种基于扩散模型和高斯溅射技术的单视图3D模型生成方法。该方法输入单张图像,再通过扩散模型补充侧视图信息。在此基础上,引入了基于随机视图监督策略和局部点云自适应完成机制的3D高斯溅射重建方法,以提高重建质量。通过对重建模型进

  

摘要

为了解决3D模型获取成本高且效率低的问题,本文提出了一种基于扩散模型和高斯溅射技术的单视图3D模型生成方法。该方法输入单张图像,再通过扩散模型补充侧视图信息。在此基础上,引入了基于随机视图监督策略和局部点云自适应完成机制的3D高斯溅射重建方法,以提高重建质量。通过对重建模型进行离轴渲染,生成密集的视点图像,进而对这些图像进行编码,最终从单视图实现3D模型的生成。实验结果表明,改进后的3DGS在峰值信噪比、结构相似度以及学习感知图像相似度方面均优于传统的3DGS算法。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:扩散模型|高斯溅射|单视图生成|3D重建|主动渲染|优化任务

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号