Tag · 6 篇

生成先验

分布 3D 视觉与重建3底层视觉与图像复原2图像编辑与可控生成1

gQIR: Generative Quanta Image Reconstruction

把大规模文生图潜变量扩散模型迁移到极端光子受限的 SPAD 突发帧重建，用扩散先验同时完成对齐、去噪与彩色去马赛克；做低光照/短曝光复原的人可直接复用其潜空间复原+突发级时空推理的框架。

SparseCam4D: Spatio-Temporally Consistent 4D Reconstruction from Sparse Cameras

用生成模型提供的多视角/多帧观测替代密集相机阵列，并通过时空畸变场统一建模生成观测在空间与时间上的不一致性，为稀疏、无标定输入下的动态 4D 重建提供了可复用的「生成观测去噪」思路。

IR-HGP: Physically-Aware Gaussian Inverse Rendering for High-Illumination Scenes via Generative Priors

将生成式光照场先验与物理可见性分解引入 3DGS 逆渲染，为高光/强反射场景下的材质-光照解耦与可重光照资产重建提供了可复用方案，可直接用于重光照与新视角合成管线。

HiDRA: Hierarchical Degradation Representation and Adaptation with Generative Priors for Enhancing Infrared Vision

把退化模式显式建模成可解耦的表征，再用它去条件化生成模型的参数微调，这个「退化表征→参数自适应」的范式可以直接迁移到低光照、去噪、去模糊等复合退化复原任务上，尤其是可见光预训练扩散先验跨域适配到非可见光成像的场景。

Diff-SemiER: Transparency-Aware Adaptive Fusion Diffusion Model with Generative Prior for Semi-Transparent Eyeglasses Removal

针对半透明遮挡这一特殊编辑场景，提出软掩码感知的多尺度自适应融合机制，在生成先验与细节复原之间动态权衡；其透射率驱动的数据合成思路可迁移到其他半透明/部分遮挡的复原任务（如墨镜、面纱、玻璃反光去除）。

CGHair: Compact Gaussian Hair Reconstruction with Card Clustering

把发型内跨发丝的结构与外观相似性显式建模为发卡聚类加共享纹理码本，可直接迁移到其他高冗余 3DGS 场景（毛发、植被、织物）的紧凑化与加速；其生成先验初始化发丝几何的思路也可用于缓解 3DGS 对稠密初始化的依赖。