用2D图像补全3D场景

在许多3D场景捕获中，由于网格重建失败或者缺乏观测，例如，物体接触区域或难以触及的区域，场景中的某些部分经常会出现缺失的情况。谷歌和加州大学伯克利分校的研究人员提出了NeRFiller框架，可通过2D图像来修复残缺的3D场景，同时发现当图像形成2x2网格时，会生成更多3D一致性的修复效果。