SERES(Semantic-Aware Reconstruction from Sparse Views)는 2025년 8월 상하이 교통대학교, 맨체스터 대학교, 홍콩 중문대학교 연구팀이 공동으로 제안했습니다. 관련 연구 결과는 "SERES: 희소 뷰에서 의미 인식 신경 재구성".

SERES는 의미 인식 희소 뷰 재구성 프레임워크로, 의미 로짓을 사용하여 신경장 표현을 강화합니다. 의미 로짓의 초기값은 훈련이 필요 없는 분할 모델과 시각적 변환기에서 얻을 수 있습니다. 이러한 의미 로짓, 기호 거리 필드, 그리고 복사 필드를 최적화함으로써 신뢰할 수 있는 특징 매칭을 달성하여 고충실도 재구성을 가능하게 합니다. 최적화 과정에서 기하학적 원시 마스크도 정규화로 사용되어 형상 모호성을 완화하는 추가적인 제약 조건을 제공합니다. SERES는 단 9개의 시점만으로 복잡한 조각품을 성공적으로 재구성하여 정확한 형상을 유지하고 세부적인 디테일을 포착합니다.