CVPRApr, 2020

学习形状手柄的生成模型

PDF
TL;DR该研究提出了一种生成模型来合成 3D 形状，以句柄集的形式 —— 轻量级代理，为交互式编辑、形状解析和构建紧凑的 3D 表示提供应用，通过监督自动形状概括技术，展示了直观的形状表示，并通过我们的模型学习的潜在空间来指导交互形状编辑，补充和插值等任务，实现了卓越的质量。
generative model3d shapeshandle setsdeep architectureshape representations
发现论文，激发创造
  • DeepMetaHandles: 使用双调和坐标学习三维网格形变元处理

    DeepMetaHandles 是一种基于网格变形的 3D 条件生成模型，通过学习每个形状的一组元句柄来分解所有可行的变形，并使用软光栅化器判别器来增强变形的合理性。

    Feb, 2021

  • 一种用于可精细化形状匹配和生成的端到端深度学习生成框架

    基于几何深度学习的形状生成模型在计算医学中的应用可通过比较分析，验证了其适用于以真实 3D 网格形状为基础的合成解剖形状，并且可以进一步增加变异性并保留更多生成形状的细节。

    Mar, 2024

  • Make-A-Shape：一个千万级的三维形状模型

    这篇论文介绍了 Make-A-Shape，一种用于高效训练的新型 3D 生成模型，它能利用 1000 万个公开可用形状，并通过波克树表示将形状紧凑地编码，并通过扩散模型生成形状。这种模型不仅在高质量结果方面超越了现有技术水平，而且能够在几秒内高效生成形状。

    Jan, 2024

  • 自然图像中的无监督生成式三维形状学习

    本文介绍了一种从自然图像中学习生成 3D 形状的生成模型的全面无监督方法，其中利用 GAN 等深度学习技术实现，从而生成出真实的三维图像，实现了从二维图像向三维图像的转换。

    Oct, 2019

  • 跨模态三维形状生成与操作

    该论文提出了一种通用的多模态生成模型，通过共享潜在空间将 2D 模态和隐式 3D 表示耦合在一起，实现了通过简单地传播来自特定 2D 控制模态的编辑，从而实现了多样化的 3D 生成和操作。

    Jul, 2022

  • 3D 语义子空间遍历器：赋予 3D 生成模型形状编辑能力

    我们提出了一种新颖的语义生成模型，名为 3D 语义子空间穿越器，用于特定类别 3D 形状的生成和编辑。我们的方法利用隐函数作为 3D 形状表示，并将新颖的潜在空间生成对抗网络与线性子空间模型相结合，以发现 3D 形状的本地潜在空间中的语义维度。子空间的每个维度对应于特定的语义属性，我们可以通过遍历这些维度的系数来编辑生成形状的属性。实验结果表明，我们的方法能够生成具有复杂结构的合理形状，并实现语义属性的编辑。代码和训练好的模型可以在此 https URL 中获得。

    Jul, 2023

  • 从单例学习生成 3D 形状

    本文探讨基于生成对抗网络的多尺度模型，在仅有单个参考 3D 模型的情况下进行学习，而不需要使用大规模的 3D 数据集或人工标注，从而生成多样化和高质量的 3D 模型。

    Aug, 2022

  • ShapeAssembly: 学习生成三维形状结构合成程序

    本文提出了一种面向领域的 3D 形状结构的组装语言 ShapeAssembly， 并训练一个层次顺序 VAE，以从现有形状结构中提取 ShapeAssembly 程序，从而生成可解释和可编辑的 3D 形状。

    Sep, 2020

  • Text2Shape: 通过学习联合嵌入从自然语言生成形状

    通过联合嵌入 3D 彩色形状和自然语言，我们提出了一种从自然语言中生成彩色 3D 形状的方法，此外还演示了其背后的文本检索，条件 Wasserstein GAN 等实现和应用。

    Mar, 2018

  • 多图表生成式表面建模

    介绍了一种基于深度神经网络的三维形状生成模型，利用基于多参数化的张量数据表示来实现高质量的三维形状学习并生成新形状，适用于人体和骨 (牙齿) 形状生成。

    Jun, 2018