SERES (Semantic-Aware Reconstruction from Sparse Views) wurde im August 2025 von einem Forschungsteam der Shanghai Jiao Tong University, der University of Manchester und der Chinese University of Hong Kong gemeinsam vorgeschlagen. Die entsprechenden Forschungsergebnisse wurden in der Publikation „SERES: Semantikbewusste neuronale Rekonstruktion aus spärlichen Ansichten".

SERES ist ein semantisch intelligentes Framework zur spärlichen Rekonstruktion von Ansichten, das die neuronale Feldrepräsentation mit semantischen Logits anreichert. Deren Anfangswerte werden mithilfe eines trainingsfreien Segmentierungsmodells und eines visuellen Transformers gewonnen. Durch die Optimierung dieser semantischen Logits, des symbolischen Distanzfelds und des Strahlungsfelds wird ein zuverlässiger Merkmalsabgleich und somit eine hochpräzise Rekonstruktion erreicht. Während der Optimierung werden geometrische Primitivmasken als Regularisierung eingesetzt, um zusätzliche Einschränkungen zur Reduzierung von Formmehrdeutigkeiten zu schaffen. SERES rekonstruiert komplexe Skulpturen erfolgreich mit nur neun Blickwinkeln, wobei die Geometrie präzise erhalten und feinste Details erfasst werden.