Tag · 6 篇
神经渲染
UAVLight：无人机场景下光照鲁棒三维重建的基准
UAVLight: A Benchmark for Illumination-Robust 3D Reconstruction in Unmanned Aerial Vehicle (UAV) Scenes
为多视图立体、SfM 与神经渲染方法提供了一个几何与视角固定、仅光照变化的受控评测基准，可用于诊断和缓解光照不一致导致的几何漂移、颜色不一致与阴影烙印问题，并支撑可重光照重建研究。
SimScale：通过大规模真实世界仿真学习驾驶
SimScale: Learning to Drive via Real-World Simulation at Scale
利用神经渲染构建可交互仿真环境，合成大规模多视角驾驶数据，并通过伪专家轨迹提供动作监督，为自动驾驶规划策略的鲁棒性和泛化性提升提供可扩展的数据增强方案。
RenderFlow：基于流匹配的单步神经渲染
RenderFlow: Single-Step Neural Rendering via Flow Matching
用流匹配把扩散式神经渲染压成确定性单步前向，并给出稀疏关键帧引导与轻量 adapter 复用同一前向模型做逆渲染（本征分解），可直接迁移到任何需要低延迟、时序一致的生成式渲染或图像到图像回归任务。
PiLoT：面向无人机自身与目标地理定位的神经像素到三维配准
PiLoT: Neural Pixel-to-3D Registration for UAV-based Ego and Target Geo-localization
把实时视频流与带地理参考的三维地图做神经像素到三维配准，用双线程引擎把地图渲染与定位解耦，并用仿真数据训练轻量网络实现零样本仿真到真实迁移，为无 GNSS 场景下的相机位姿估计提供了可复用的地图配准范式。
NeAR：耦合的神经资产—渲染器栈
NeAR: Coupled Neural Asset-Renderer Stack
把单张随意光照图像经整流流模型提升到光照均匀化的 SLAT 潜空间，再由光照感知神经解码器在 HDR 环境图与相机位姿条件下实时合成可重光照的 3D 高斯泼溅，无需逐物体优化；这套「资产表征与渲染器联合设计」的思路可直接用于单图三维重建与重光照任务。
MatSpray：将二维材质世界知识融合到三维几何
MatSpray: Fusing 2D Material World Knowledge on 3D Geometry
将2D扩散模型预测的PBR材质图（albedo/roughness/metallic）通过优化或高斯光线追踪投影融合到3D高斯几何上，并引入轻量神经精炼网络提升多视角一致性与细节，为可重光照的3D重建提供可复用流程。