这篇文章训练了一个Diffusion Model能够把破碎的场景渲染画面进行修复。这样既可以用来refine原来不太好的3D重建模型，也能用来作为一个plug-in的高质量渲染器。
主要就是训练了一个image-to-image translation的网络，感觉如何收集数据和数据增强是一个大问题。
- 使用已有的数据集，hold out一部分，先重建3D场景，从hold out的数据的视角渲染并训练。
- 先用GT重建一个好的3D场景，然后在其他视角渲染图片用来训练一个差的3D表示，用差的3D表示在GT的视角渲染，来和GT做对比。
- 让模型欠拟合，这样就会有比较差的渲染图。
- 对多相机数据集，使用一个相机数据来训练，并从其他相机的视角进行渲染。选用图像信号处理器（ISP）相似的相机。