Effiziente Rekonstruktion und Denoising von Punktwolken durch erlernte Gaußsche Splat-Renderings und feinabgestimmte Diffusions-Features

Wir umgehen das Problem der geringen Datensatzgröße für Punktwolken, indem wir tiefe Lernmethoden nutzen, die auf Milliarden von Bildern trainiert wurden. Wir schlagen eine Methode vor, um Punktwolken aus wenigen Bildern zu rekonstruieren und Punktwolken von ihren Renderings zu entfernen, indem wir Vorwissen aus bildbasierten Deep-Learning-Modellen ausnutzen.