论文页面 - MetaView: 基于单目图像与尺度感知隐式几何先验的新视图合成

来源：https://huggingface.co/papers/2607.12000 发布于 7月13日

·

由https://huggingface.co/KaiiWuu1993 提交

Wu Kai (https://huggingface.co/KaiiWuu1993)于 7月16日

摘要

当前的视觉生成模型能够生成高质量的内容，但它们缺乏对空间结构的连贯感知。现有的生成式新视图合成方法通常会引入显式几何先验，这虽然保证了空间一致性，但本质上限制了在大视角变化下的泛化能力。相比之下，近期的一些交互式生成方法倾向于采用隐式场景建模，在牺牲精确相机控制和几何一致性的前提下提供了更大的灵活性。在本文中，我们提出了 MetaView，一个基于扩散模型的单目新视图合成框架，它能从单张图像实现大视角变化下的渲染。我们的关键洞察是，将隐式几何建模与最小但必要的显式 3D 线索相结合：我们从一个前馈几何感知网络中引入隐式几何先验来约束结构，而无需施加严格的重建流程，同时利用度量深度将生成过程锚定到度量尺度。这种设计使 MetaView 能够同时实现几何一致性和精确可控性。大量实验表明，在具有挑战性的单目大视角变化场景下，MetaView 显著优于现有方法，并展现出卓越的泛化能力。我们的代码已公开，可在 https://github.com/KlingAIResearch/MetaView 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2607.12000)查看 PDF (https://arxiv.org/pdf/2607.12000)项目页面 (https://prototypenx.github.io/MetaView/)GitHub (https://github.com/KlingAIResearch/MetaView)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.12000)

在您的 agent 中获取本篇论文：

hf papers read 2607.12000

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型1

Kwai-Kolors/MetaView (https://huggingface.co/Kwai-Kolors/MetaView)

引用本论文的数据集0

没有链接本论文的数据集

请在数据集的 README.md 中引用 arxiv.org/abs/2607.12000 以从此页面链接。

引用本论文的 Spaces1

包含本论文的集合0

没有包含本论文的集合

将本论文添加到一个集合 (https://huggingface.co/new-collection) 中以从此页面链接。