- 1、本文档共32页,其中可免费阅读31页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开涉及神经渲染。本主题技术提供了一种用于在没有三维(3D)监督的情况下通过机器学习模型直接从图像学习神经场景表示的框架。在所公开的系统和方法中,可通过确保所学习的表示像真实3D场景那样变换来施加3D结构。例如,可提供用于执行场景表示相对于3D旋转的等变的损失函数。由于自然张量旋转可能不用于定义相对于3D旋转是等变的模型,因此公开了称为可逆剪切旋转的新操作,其具有所需的等变特性。在一些具体实施中,模型可用于从对象的图像生成对象的3D表示,诸如网格。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113222137 A
(43)申请公布日 2021.08.06
(21)申请号 202110156872.7 (51)Int.Cl.
文档评论(0)