NaCR:借NeRF可微渲染闭环监督,提升相机光线回归定位精度
zhenjun_zhao · x · 2026-09-23
arXiv 新论文(2609.25907)提出 NaCR(NeRF-aided Camera Ray Regression),改进新兴的视觉定位范式 CRR(把 2D 图像 patch 映射到 3D 相机光线)。
作者注意到 NeRF 与 CRR 存在对偶关系:NeRF 通过可微光线行进从相机光线渲染图像 patch,CRR 则从图像 patch 预测光线。据此 NaCR 在统一框架内桥接二者:给 CRR 基线加入三项有效增强;用预训练 NeRF 合成为 patch 级消费定制的新视角来增广训练数据;利用 NeRF 的可微性构成闭环监督,将光度渲染误差反传优化预测的相机光线,并引入两阶段训练课程保证非凸图像空间中的稳定收敛。室内外基准上的实验显示 NaCR 达到有竞争力的精度,消融验证了各组件有效性。
「研究」频道最新
- EMNLP 论文:steering 向量只需 8-11% 计算图即可生效,可稀疏化 85-96% — sarahwiegreffe · 2026-10-25
- EMNLP 论文定位多智能体深度研究系统的忠实性与引用错误源头 — EliasEskin · 2026-10-25
- 递归语言模型 Jev 实测:百万 token 成本减半、速度快 6 倍 — dbreunig · 2026-10-25
- LeCun 等推出 JEPA 新变体 LeHami,用 1830 年代哈密顿力学优化世界模型 — TheTuringPost · 2026-10-25
- EleutherAI 携 6 篇论文参展 EMNLP 2026,录取率 100% — BlancheMinerva · 2026-10-25
- 把停机问题编码进可计算联合分布:可计算微分方程可无可计算解 — fkasummer · 2026-10-25