yukangcao/Awesome-4D-Spatial-Intelligence

它解决了什么问题

研究人员和从业者面临着从视频或图像重建3D和4D场景的方法碎片化的问题。该项目通过在一个地方收集和总结500多项近期研究来解决这一问题，涵盖从基本深度估计到复杂的人-物交互和物理感知模拟的所有内容。

它是如何工作的

该仓库是一个结构化的、持续更新的论文列表。它将工作组织为五个层次，从低级3D线索（深度、相机位姿、跟踪）向上到3D场景组件、4D动态场景、场景组件之间的交互，最后是物理定律的整合。每个条目包括论文标题、发表地点、年份以及论文、项目页面和GitHub代码的链接（如果可用）。这些类别旨在帮助用户找到合适抽象级别的相关工作。

适用对象

这面向在计算机视觉、机器人学、图形学或任何需要理解或重建3D/4D场景的领域工作的研究人员、研究生和工程师。对于任何寻求3D和4D场景重建当前最先进技术结构化概述的人，它也很有用。

亮点

• 超过500篇论文，持续更新
• 组织为五个清晰的概念层次，从低级线索到物理整合
• 涵盖深度估计、相机位姿估计、3D跟踪、3D重建、4D动态场景、以人为中心的交互和基于物理的模拟
• 每个条目包括论文、项目页面和代码仓库的链接
• 通过问题和拉取请求对社区贡献开放