Apr, 2023

SketchANIMAR：基于素描的三维动物细粒度检索

PDF
TL;DR本研究提出了基于草图查询进行相关 3D 动物模型检索的 SHREC 竞赛，构建了包含 711 个独特的动物模型和 140 个对应草图查询的 ANIMAR 数据集。我们从八个团队和 204 次运行中得到了令人满意的结果，并提出了未来改进检索性能的潜在研究方向，如优化特征提取和匹配技术以及创建更多样化的数据集。
3d object retrievalshrec challengeanimar datasetsketch queriesfeature extraction
发现论文，激发创造
  • TextANIMAR: 基于文本的 3D 动物细粒度检索

    该论文提出了一种基于文本的精细化检索方法，通过 SHREC 挑战赛测验该方法在检索三维动物模型方面的表现，受到了五个组的关注。最后，该论文提供了未来研究的潜在领域和改进方向。

    Apr, 2023

  • 动物头像：从日常视频重建可动画的 3D 动物

    我们提出了一种从单目视频中构建可动画的狗头像的方法，通过解决动物的姿态变化和外观问题，提高了基于模板的形状拟合的质量。我们的方法在 CoP3D 和 APTv2 数据集上展示了优异的结果。

    Mar, 2024

  • Animal3D: 一份全面的 3D 动物姿势和形状数据集

    提出了 Animal3D 数据集，为哺乳动物的 3D 姿态和形状估计提供了全面的数据集，实验证明跨物种的动物 3D 形状和姿态的预测仍然是一项非常具有挑战性的任务，合成预训练是提高模型性能的一种可行策略。

    Aug, 2023

  • 学习 Web 的 3D Fauna

    利用 2D 互联网图像学习 3D 动物模型的方法 3D-Fauna，通过组合几何感应的先验知识和自主监督特征提取器隐式捕捉的语义知识，克服了模型动物所面临的有限训练数据挑战，并构建了一个关节应用的 3D 网格，仅需几秒钟便可基于任何四足动物的单张图像重建。

    Jan, 2024

  • 3D Menagerie: 模拟动物的三维形状和姿态

    该研究通过使用一个新颖的基于部件的形状模型，从玩具模型的 3D 扫描中学习了一个能表示狮子、猫、狗、马、奶牛和河马等动物形状的统计形状模型，并通过将人工智能技术运用于真实动物的图像中，证明了它的普适性。

    Nov, 2016

  • 如何在基于草图的图像检索中处理草图抽象化？

    我们提出了一种新颖的抽象感知的基于草图的图像检索框架，能够处理不同级别的草图抽象。通过学习抽象感知特征和粒度级别的抽象理解，我们的方法在标准的草图 - 图像检索任务以及早期检索、法医草图 - 照片匹配和风格不变检索等具有挑战性的场景中表现出色。

    Mar, 2024

  • 从视频中重建可动画类别

    利用可微分渲染实现从单个视频中生成人，猫和狗等动物的可动态三维模型，并通过优化特定的骨架实现实例化，使用潜在空间正则化鼓励类别间的共享结构并同时维护实例的细节和使用三维背景模型将对象与背景分离。

    May, 2023

  • ARTIC3D：从嘈杂的网络图片集中学习鲁棒的关节式 3D 模型

    ARTIC3D 是一种自监督框架，通过 2D 扩散先后提取骨架表面表示和指导 3D 优化，估算高保真度的图形和纹理，且可产生更真实的动画效果。

    Jun, 2023

  • 即兴精细草图检索

    本文通过优化基于细粒度素描的图像检索方法，使用增强学习及跨模态检索框架实现检索效率的提升与最少笔画查询目标图像的目标，是一种有效的搜索框架。

    Feb, 2020

  • ANIM：从单个 RGB-D 图像准确重建人类模型的神经隐式模型

    通过引入深度观察来重建任意 3D 人体形状的 ANIM 方法，在生成具有精确度的 3D 人体表面方面，优于使用 RGB、表面法线、点云或 RGB-D 数据的最新方法。

    Mar, 2024