CVPRMay, 2022

3PSDF: 三极符号距离函数用于学习具有任意拓扑结构的表面

PDF
TL;DR本文介绍了一种新的可学习的内隐表示方法称为三极符号距离函数（3PSDF），可以表示任意拓扑的非水密 3D 形状并使用经典的 Marching Cubes 算法进行易于场 - 网格转换。该方法引入了新符号 NULL 符号，支持处理开放的几何体表面。实验结果表明，该方法在定量和定性评估中都胜过以前的最先进方法。
neural implicit functions3d shapesunsigned distance functionmeshing resultsmarching cubes algorithm
发现论文，激发创造
  • 隐式动物园：用于 2D 图像和 3D 场景的大规模神经隐式函数数据集

    神经隐式函数在计算机视觉、图形等多个领域具有重要意义，但缺乏全面数据集和大量计算资源限制了其发展和分析。为了解决这些挑战，我们引入了 “隐式动物园”：一个需要数千个 GPU 训练天数的大规模数据集，旨在推动该领域的研究和开发。通过使用 Implicit-Zoo，我们展示了两个直接好处：(1) 学习变压器模型的令牌位置；(2) 直接回归 2D 图像相对于 NeRF 模型的 3D 相机姿势。这进而提高了图像分类、语义分割和 3D 姿势回归三个任务的性能，为研究开辟了新的途径。

    Jun, 2024

  • TetSphere Splatting: 用拉格朗日体网格表示高质量几何体

    我们提出了 TetSphere 喷洒，一种用于重建高质量几何形状的显式的拉格朗日表示。与传统的物体重建方法不同，它主要使用欧拉表示，包括神经隐式方法（如 NeRF，NeuS）和显式表示方法（如 DMTet），通常在高计算需求和低优化网格质量方面存在问题。 TetSphere 喷洒利用了一个被低估但非常有效的几何原语 - 四面体网格。通过可微渲染和几何能量优化的组合，它将多个初始四面体球体变形以准确重建 3D 形状，从而实现了显著的计算效率。作为一种强大而灵活的几何表示方法，Tet-Sphere 喷洒无缝地集成到各种应用中，包括基于单视角的 3D 重建和图像 / 文本到 3D 内容的生成。实验结果表明，TetSphere 喷洒优于现有的表示方法，具有更快的优化速度，增强的网格质量和可靠的薄结构保留。

    May, 2024

  • MotionDreamer：从视频扩散模型中实现零样本 3D 网格动画

    基于视频扩散模型的自动重新动画化技术，通过利用扩散特征和显式基于网格的表示方法，实现对任意 3D 形状的准确动画拟合。

    May, 2024

  • PT43D：基于单一高度模糊 RGB 图像生成三维形状的概率变换器

    提出了一种基于 Transformer 的自回归模型，根据可能以高度模糊的观测图像为基础的 RGB 图像，生成 3D 形状的概率分布，该模型采用交叉注意力机制，有效地识别形状生成的最相关兴趣区域，并在合成数据和真实数据上得到优于现有方法的结果。

    May, 2024

  • COM3D: 跨视图对应和跨模态挖掘在 3D 检索中的应用

    研究中提出了 COM3D 方法，利用跨视图对应和跨模态挖掘来增强检索性能，并通过半硬负样本挖掘优化跨模态匹配过程，取得了 Text2Shape 数据集上最优的结果。

    May, 2024

  • 几何一致性下的部分对部分形状匹配

    我们的研究建立在几何一致性为重要约束的基础上，利用三角形乘积空间的新型整数非线性规划形式和基于线性整数规划的剪枝算法，在部分 - 部分匹配中实现了几何一致性，并生成了一个新的跨类别数据集，我们的方法在已有的类内数据集和我们的新跨类别数据集上均优于当前的技术水平方法。

    Apr, 2024

  • 神经 - ABC：关于有衣物的关节体的神经参数模型

    本文介绍了 Neural-ABC，一种基于神经隐式函数的新型参数模型，可以使用离散的潜在空间来表示着装的人体，涵盖身份、服装、形状和姿势。该模型通过利用神经隐式函数的优势，并结合精心设计的结构来满足必要的要求，使用有符号距离函数表示基础身体和无符号距离函数表示衣物，具有较强的重建能力并保留了服装的风格。

    Apr, 2024

  • T-Pixel2Mesh: 使用全局和局部变换器从单张图像生成 3D 网格

    基于传统的像素到网格变形方法 Pixel2Mesh，本文提出了一种名为 T-Pixel2Mesh 的新型转换增强架构，通过全局 Transformer 控制整体形状和局部 Transformer 逐步细化局部几何细节，结合基于图的点上采样，在真实世界的数据上展示了最先进的性能和普适性能力。

    Mar, 2024

  • 拓扑感知的潜在扩散用于 3D 形状生成

    我们介绍了一个新的生成模型，它将潜在扩散与持续同调相结合，以创建具有高多样性的 3D 形状，重点关注它们的拓扑特征。

    Jan, 2024

  • 一种嵌入式的、隐式的 IUVD 表示方法用于基于部件的 3D 人体表面重建

    通过引入 IUVD-Feedback 表示法，该论文提出了一种将人体姿态、形状和服装细节同时考虑在内的三维人体表面重构方法，通过替代计算成本高的有符号距离计算，成功地保留了参数化身体先验，并在查询 - 推理过程中加速查询点，从而提高了结果的鲁棒性和查询 - 推理速度。

    Jan, 2024