multiview

OmniShowcase 通过几何驱动的训练数据合成与表面法线条件控制，实现从多视角参考图像生成保持 3D 一致性的全视角主体视频，并发布了 Showcase-4K 数据集与 ShowcaseBench 评测集，达到最先进的主体身份与 3D 一致性表现。

RelightFormer 引入了一种前馈生成Transformer，用于直接单视图和多视图图像重光照，使用交叉注意力进行光照注入和排列不变编码以处理无序视图，通过在大量合成数据集上训练实现最先进的视觉质量。

本系统综述对139项研究进行了分析，提出了一个统一的框架和元分析，用于通过多模态和多视图信息融合进行文档分类，发现融合提高了准确性（平均提升+5.28个百分点），但也揭示了可重复性挑战。