今日：
1.早上工程伦理课做了多媒体汇报ppt的backbone，抛骰子又到了做ppt，赢。去学一吃完饭回宿舍。
2.中午打了会儿炉石新版本，下午开始做ppt，同时读综述。
3.晚饭点了古丽花吃，变样了。吃完打会儿炉石去实验室做微机原理助教实验。搞到十点，到家洗洗睡了。
Advances in Feed-Forward 3D Reconstruction and View Synthesis: A Survey收获感悟
·feed-forward前馈模型：就是只有正向没有反馈的模型。老做法都是不断迭代优化，现在有深度学习了，计算效率和准确度都提升，可以为更多领域应用（数字人、embodied等）。
·表示3D场景的五个分类： 1）基于神经辐射场（NeRF）构建的模型，它通过学习的辐射场利用体积渲染；2）基于点云的方法，它对像素对齐的3D点阵图进行操作；3）基于3D高斯散射（3DGS）的模型，它使用可光栅化的高斯体进行快速高效的渲染；4）基于Mesh、Occupancy和符号距离函数（SDF）等其他3D表示的方法；5）3D-free，它利用深度神经网络直接合成视图，而无需明确的3D表示。
任务：多视图3D重建、动态3D高斯散射和基于diffusion的视图合成等。
·提取特征：从原始数据中提取出有意义的、能够用于下游任务（如3D重建）的表示（Representation）。
编码：输入数据（如图像）转换或映射到另一个表示空间的操作，任何将输入数据转换为另一种格式的过程都可以宽泛地称为编码。
