在3D gaussian中对空间场进行inpainting编辑！

Infusion: Inpainting 3D Gaussians via Learning Depth Completion from Diffusion Prior

🧐这个网页是关于一个名为InFusion的项目，它专注于使用扩散模型从单视图RGB图像学习深度补全来修复3D高斯模型。通过这种方法，InFusion能有效解决视角依赖的遮挡问题，并支持用户编辑3D场景中特定区域的外观和纹理。

➡️链接：johanan528.github.io

✨重点
●🖌️ InFusion首先对选择的单视图RGB图像进行修复，然后将提出的扩散模型应用于目标3D高斯的深度投影，解决视点依赖的遮挡问题。
●🎨 该技术允许用户轻松修改目标区域的外观和纹理，也支持将物体投影到真实的三维场景中。
●🔍 训练流程中，使用了基于掩模的去噪扩散方法来训练U-Net网络，它通过冻结的潜在标记器接受RGB图像和深度图作为输入。
●📚 InFusion在学术研究中的应用展示了深度学习在3D图像处理领域的潜力，特别是在处理复杂场景和纹理编辑方面的前景。