新增了近百场顶会论文讲解，涉及SLAM/三维重建/位姿估计/具身智能/自动驾驶等方向

今天有粉丝问：

加入 「3D视觉从入门到精通」知识星球 ，可以学习最新顶会论文或最新前沿技术吗？有最新顶会论文作者讲解吗？

借此机会，在这里给大家盘点一下星球内部 近期 新增的顶会论文讲解，因篇幅有限，仅作部分展示。

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

1、CVPR2024满分论文！即插即用的6D物体姿态估计大模型 FoundationPose ( BOP排行榜第一名算法)

大纲

1. 6D物体姿态问题回溯
2. 相关论文和SOTA方法简介
3. 目前领先算法FoundationPose论文讲解
4. 代码和用法讲解

2、CVPR'24 开源|NeRF-SLAM新SOTA：请任意选择你的高效神经表征和渲染方程！

大纲

1. NeRF 在 SLAM 问题中的应用回顾
2. 相关论文简介
3. NeRF 到底是如何影响SLAM的表现的：一个统一分析框架
4. 代码简介

3、中科院最新CityGaussian：VR/AR时代的城市重建新标杆

大纲

1. 三维重建问题与算法回顾
2. 大场景重建相关论文和SOTA方法简介
3. 目前领先算法CityGaussian论文讲解

4、CVPR'24 | XScale-NVS: 基于哈希特征流形的大场景跨尺度高分辨神经渲染SOTA

大纲

1. 神经渲染现有方法简介
2. XScale-NVS论文详解
3. 代码、数据用法讲解

5、DistGrid：基于分布式神经辐射场阵列的大规模场景重建

大纲

1. 大规模场景渲染现有方法简介
2. DistGrid论文详解

6、CVPR'24 | I'M HOI：拥抱多模态！融合视觉惯性感知，精准捕捉人物交互!

大纲

1. 动作捕捉与人物交互研究背景
2. I'M HOI研究动机
3. I'M HOI论文算法详解
4. I'M HOI论文数据详解

7、ICLR'24 开源 | DiffTF：首个基于3D感知Transformer的3D物体生成最新SOTA!

大纲

1. 3D物体生成现有方法简介
2. DiffTF论文详解
3. 实验细节、代码、数据用法讲解

8、CVPR'24 | KTPFormer: 3D人体姿态估计SOTA! 在Transformer下即插即用涨点！

大纲

1. 3D人体姿态估计现有方法简介
2. CVPR2024论文KTPFormer详解

9、ICML'24开源 | LEO：首个三维世界中的具身通用智能体

大纲

1. 研究背景与动机
2. 具身通用智能体: LEO
3. 三维指令微调数据集: LEO-align & LEO-instruct
4. 实验结果与demo展示

10、TTIC最新提出 | 性能达到了98.4%！Transcrib3D：基于大语言模型三维指称表达理解SOTA

大纲

1. 三维指称表达理解的问题与现行方法
2. Transcrib3D方法介绍

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

11、清华最新！无人机飞行速度建模 | Localization matters too: 定位误差如何影响无人机飞行速度

大纲

1. 无人机建模现有方法简介与意义
2. Localization matters too 论文详解
3. 清华大学电子系空地协同云测试场

12、CVPR'24 Hightlight | GP-NeRF: 基于上下文感知的通用语义NeRF！

大纲

1. 语义神经渲染现有方法简介
2. GP-NeRF论文讲解
3. 未来展望

13、当MVS遇上Gaussian | MVSGaussian: 快速、可泛化的高斯重建框架！

大纲

1. 可泛化的新视图合成方法回顾
2. MVSGaussian论文详解

14、CVPR'24 Oral | Waymo新SOTA！纯稀疏检测器SAFDNet的前世今生！

大纲

1. 相关工作回顾
2. HEDNet方法介绍
3. SAFDNet方法介绍
4. 实验结果
5. 交流讨论

15、SIGGRAPH'2024 | RTG-SLAM：基于3DGS的大尺度场景实时三维重建

大纲

1. RGB-D SLAM现有方法回顾
2. RTG-SLAM论文详解
3. 后续研究方向的讨论

16、大场景重建最新SOTA | DoGaussian：分布式训练3DGS，训练速度提升6倍以上，实现高质量渲染

大纲

1. 大规模重建现有方法简介
2. DoGaussian论文详解
3. 未来工作、展望
4. 讨论交流

17、港科大最新 | 3D目标检测新SOTA，APNovel提升140%

大纲

1. NeurIPS2023工作CoDA详解
2. 最新拓展工作CoDAv2详解
3. 代码、数据用法简介
4. 论交流

18、重磅开源SA-GS：重新定位最新大场景3D重建SOTA！

大纲

1. 几何重建的问题描述和好用的dataset
2. 以几何重建为核心的算法回顾和常见问题以SuGaR和2DGS为例
3. 为什么语义信息能够帮助几何重建，SA-GS 算法简介
4. 未来几何重建有什么挑战，还有什么方向值得深挖

19、CVPR'24 | Symphonies：基于实例级建模的3D场景占用预测新SOTA

大纲

1. 3D 语义场景补全/场景占用预测现有方法简介
2. Symphonies 论文详解
3. 讨论交流

20、CVPR'24 开源| OMG-Seg: Beyond SAM，一种统一的图像，视频，开集，交互式的分割模型

大纲

1. 现有的主流分割技术回顾，包括SAM以及open-set、video segmentation等
2. 我们的OMG-Seg的技术细节
3. 实验结果展示和分析
4. OMG-Seg的应用扩展：OMG-LLaVA
5. 未来工作讨论

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

21、自驾场景 快速训练！CarDreamer：首个开源世界模型自动驾驶平台

大纲

1. 现有的基于World Model的强化学习介绍
2. CarDreamer平台介绍
3. 成果展示，代码用法、平台结构介绍
4. 未来工作讨论

22、上汽零束 | NeRO: 基于隐式神经网络的道路重建

大纲

1. 道路重建现有方法简介
2. NeRO论文详解

23、Co-driver: 用多模态大模型辅助场景理解和驾驶风格的自动驾驶助手

大纲

1. 当前的一些以大模型为基础的端到端解决法案
2. 用于多模态大模型微调的数据集采集
3. 在Carla中连接多模态大模型进行仿真实验

24、卡内基梅隆大学 | DarkGS: 移动光源3DGS!从泰坦尼克号这一幕说起

大纲

1. 3D Gaussian Splatting与相关背景
2. DarkGS论文解读
3. 代码讲解
4. 未来方向展望与讨论

25、上交开源 | 再现物理世界的通路：由三维重建到物理仿真

大纲

1. 自动驾驶场景的高效三维重建
2. 基于视觉物理的动力学推断与物理真实的动态生成

26、Adobe Research | 零样本3D重建：无需真实数据也能生成逼真3D模型

大纲

1. Large Reconstruction Model (LRM) 简介
2. LRM-Zero论文详解

27、CVPR 2024 Highlight！三维生成4.5k星开源项目 | Wonder3D单张图片变高质量三维

大纲

1. 三维生成现有方法简介
2. Wonder3D论文详解
3. 代码、数据用法讲解

28、大模型时代下的端到端自动驾驶

大纲

1. 如何实现自动驾驶大模型
2. 纯视觉自动驾驶的发展脉络
3. 以物体为中心的三维场景表示（GaussianFormer、SpatialFormer, ECCV 2024）
4. 基于世界模型的端到端自动驾驶（GenAD、OccWorld, ECCV 2024）

29、首次解锁CARLA V2全场景！基于隐世界模型的高效强化学习自驾模型

大纲

1. CARLA V2闭环仿真评测基准简介
2. 基于隐世界模型的强化学习方案简介
3. 自驾规控问题特点及方案应用剖析
4. 端到端评测生态思考

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

30、CVPR'24&ECCV'24 | 上下文模型如何将3D表征压缩近百倍！3D表征压缩技术的新SOTA！

大纲

1. 探索上下文模型对NeRF压缩的设计
2. 探索上下文模型对3DGS压缩的设计
3. 分别介绍相关背景及技术实现
4. 性能展示

31、CVPR'24开源 | 吊打一切VINS！又快又好的视觉惯性导航系统！

大纲

1. Introduction
2. Motivation
3. Methodology
4. Experiments
5. Conclusion
6. Further Work

32、英伟达 | OmniDrive: 基于稀疏查询的三维自驾VLM框架

大纲

1. 基于稀疏查询的3D自动驾驶系统
2. 自动驾驶3D多模态数据集
3. 自动驾驶3D多模态模型

33、Co-Occ: 显式特征融合与体渲染联合优化多模态三维语义占用预测方法

大纲

1. 多模态3D语义占用问题回溯
2. 相关论文和SOTA方法简介
3. Co-Occ论文讲解

34、MM-Gaussian: 多模态室外3DGS SLAM

大纲