تکنولوژی «3D Gaussian Splatting» این روزها تحول بزرگی در بازسازی صحنههای سهبعدی ایجاد کرده، اما سنجش کیفیت واقعی این تصاویر همچنان یک چالش باقی مانده است. اکثر روشهای فعلی فقط به کیفیت ظاهری توجه میکنند، اما در SpatialQ قضیه متفاوت است!
محققان در این پژوهش جدید، چارچوبی چندوجهی معرفی کردهاند که با ترکیب نقشههای عمق، ابر نقاط (Point Cloud) و قدرت مدلهای MLLM (مثل Qwen)، ساختار فضایی و پایداریِ دیدگاههای مختلف در یک صحنه سهبعدی را بررسی میکند. این یعنی حالا هوش مصنوعی میتواند مثل یک متخصص، کیفیت بصری و ساختاریِ بازسازیهای سهبعدی را دقیقتر ارزیابی کند. 📐✨
بعدی
منبع: arXiv Computer Vision