Key points are not available for this paper at this time.
단일 뷰 이미지로부터 상세한 3D 객체를 재구성하는 것은 제한된 정보로 인해 여전히 도전적인 과제입니다. 본 논문에서는 단일 이미지 3D 재구성을 위한 새로운 두 단계 프레임워크인 FDGaussian을 소개합니다. 최근 방법은 일반적으로 입력 이미지로부터 그럴듯한 새 뷰를 생성하기 위해 사전 훈련된 2D 확산 모델을 활용하지만, 다중 뷰 불일치 또는 기하학적 충실도의 결여 문제에 직면하고 있습니다. 이러한 문제를 극복하기 위해, 우리는 2D 입력으로부터 3D 기하학적 특성을 추출하기 위한 직교 평면 분해 메커니즘을 제안하여 일관된 다중 뷰 이미지를 생성할 수 있게 합니다. 또한, 우리는 다양한 시점에서 이미지를 융합하기 위해 에피폴라 주의를 포함하여 최첨단 가우시안 스플래팅을 더욱 가속화합니다. FDGaussian이 서로 다른 뷰에서 높은 일관성을 가진 이미지를 생성하고, 정성적으로나 정량적으로 고품질 3D 객체를 재구성함을 입증합니다. 더 많은 예시는 저희 웹사이트 https://qjfeng.net/FDGaussian/ 에서 확인할 수 있습니다.
Feng et al. (금요일,)은 이 질문을 연구했습니다.