SERES（Semantic-Aware Reconstruction from Sparse Views）は、上海交通大学、マンチェスター大学、香港中文大学の研究チームによって2025年8月に共同で提案されました。関連する研究成果は論文「SERES: スパースビューからの意味を考慮したニューラル再構築”。

SERESは、セマンティックロジットを用いてニューラルフィールド表現を拡張する、セマンティックなスパースビュー再構成フレームワークです。セマンティックロジットの初期値は、トレーニング不要のセグメンテーションモデルとビジュアルトランスフォーマーから取得できます。これらのセマンティックロジット、シンボリック距離フィールド、および放射フィールドを最適化することで、信頼性の高い特徴マッチングが実現され、高忠実度の再構成が実現します。最適化の過程では、形状の曖昧さを軽減するための追加の制約として、幾何学的プリミティブマスクも正則化として使用されます。SERESは、わずか9つの視点を用いて複雑な彫刻を再構成することに成功し、正確な形状を維持しながら細部まで捉えています。