WorldRecon：从多视角图像生成式重建大规模 3D 世界
WorldRecon 可从相机姿态未知的多视角 RGB 图像中重建完整的 3D 场景网格。它以粗略点云和估计的相机姿态作为全局框架，将场景划分为相互重叠的区块，并为每个区块生成几何结构和 PBR 材质。考虑相邻区块的潜空间修补与顺序生成，有助于保持场景整体连贯。在合成和真实室内场景测试中，与最强基线相比，Chamfer 距离分别降低 14.9% 和 43.1%，F-score 分别提高 17.3% 和 12.0%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。