二维刺激解码三维物体
通过联合多任务学习与NeRF约束的感知扩散，实现语义与视角一致的三维物体重建，优于现有2D解码方法。
Xin, Xiang · 周文晖 · 戴国骏
Engineering Applications of Artificial Intelligence 2025
被试只需观看2D图像，系统即可重建对应的3D物体，无需呈现真实3D内容或依赖3D显示设备。
多视角扩散模型生成的多视图之间保持语义和视角一致性，避免重建结果出现形状扭曲或视角错乱。
第一阶段同时优化EEG信号重建和语义分类任务，提取的潜在编码更能反映3D感知表示，提升下游3D重建质量。
源代码已在GitHub公开，研究者可以直接获取、复现和扩展该方法，降低进入门槛。