NeuManifold：具高效和高品质绘制支持的神经水密流形重建

May, 2023

NeuManifold：具高效和高品质绘制支持的神经水密流形重建

NeuManifold: Neural Watertight Manifold Reconstruction with Efficient and High-Quality Rendering Support

Xinyue Wei, Fanbo Xiang, Sai Bi, Anpei Chen, Kalyan Sunkavalli...

TL;DR本文介绍了一种从多视角输入图像生成高质量的水密流形网格的方法，该方法将神经体分布的几何初始化与可微分光栅化器进一步优化的不同优点结合起来，证明了该方法可以最大程度地准确重建网格并与现有的图形管道兼容，实现了类似模拟的 3D 应用。

Abstract

We present a method for generating high-quality watertight manifold meshes from multi-view input images. Existing volumetric rendering methods are robust in optimization but tend to generate noisy meshes with poor topology. Differentiable rasterization-based methods can generate high-q

multi-view input images mesh generation differentiable rendering methods neural texture graphics pipeline

发现论文，激发创造

基于神经动态网格的人类表现建模与渲染

本文提出了一种综合的神经方法，用于从密集的多视角视频中重建、压缩和渲染人类表演。该方法桥接了传统的动画网格工作流和一类高效的神经技术，其中包括神经表面重构器和混合神经跟踪器，并实现了各种带宽设置下的从动态纹理到光图渲染的渲染方案，展示了其在各种网格应用和各种平台的逼真自由视点体验中的有效性。

Sep, 2022

适用于 ShapeNet 模型的稳健无漏孔面生成方法

本文介绍了一种稳健的算法，用于生成各种 ShapeNet 模型的 2 流形。通过使用八叉树来表示原始网格，构建曲面并将顶点投影回原始网格，以实现高精度。

Feb, 2018

FaceFolds: 面部曲折：用于动态人脸有效体积渲染的网格辐射流形

我们提出了一种新颖的表示方法，可以在演员的动态面部表现中实现高质量的体渲染，同时具有较小的计算和内存占用，能够以最佳的质量和效率进行权衡。我们的方法利用了神经渲染的最新进展，在模型体积效果时通过学习离散辐射流形进行场景稀疏采样。我们通过学习单个流形集对整个动态序列进行了高效建模，并通过时态规范纹理隐式建模外貌变化。我们导出了一个与传统图形渲染器兼容的单层网格和视角无关的 RGBA 纹理视频，通过在游戏引擎中渲染真实演员的动态面部捕捉，实现与最先进的神经渲染技术相媲美的逼真度，同时具备之前无法达到的帧率。

Apr, 2024

ManifoldPlus：一种鲁棒且可扩展的三角形网格闭曲面生成方法

ManifoldPlus 是一种用于将三角网转换为无漏洞流形的可靠且可扩展的方法，它采用了一种基于投影的优化方法来精确地恢复类似于参考网格的无漏洞流形，并以 ModelNet10 和 AccuCity 数据集为例来验证其性能。

May, 2020

多视图重建中通过体渲染学习拓扑统一的人脸网格

我们提出了一种面向多视角重建的具有一致拓扑的面网格的网格体渲染方法，通过将稀疏网格特征扩散到周围空间以模拟体渲染所需的辐射场，从而实现对网格几何和隐式外观特征的梯度反向传播，并展示了变形不变性的特性以实现网格编辑后的逼真渲染。

Apr, 2024

NeuTex: 用于体积神经渲染的神经纹理映射

该研究介绍了一种通过将几何图形和外观区分开来的方法，使用体积场景表示和可微分体积渲染，利用表面参数化网络以及循环一致性损失等技术，生成高质量的渲染结果，且可直接通过编辑 2D 纹理贴图来修改外观。

Mar, 2021

神经网格流：通过微分流生成三维流形网格

提出了基于神经元流形流 (Neural Mesh Flow) 的方法来生成具有二次曲面流形的三维网格模型，具有较高的几何精度和更好的适用性于基于物理的渲染和模拟。

Jul, 2020

神经体积网格生成器

本文提出了一种名为神经体维网格生成器的神经网络模型，可以从随机噪声或参考图像中生成高质量的三维网格结构，并且通过比较实验，证明了这种方法在使用体素作为输入时相对于其他最先进的方法更具有稳健性，并且拥有更好的性能。

Oct, 2022

神经延迟着色的多视角网格重建

提出了一种分析合成方法，用于快速多视角不透明物体的三维重建，通过将表面表示为三角形网格并围绕三角形光栅化和神经阴影构建可微分的渲染管道，优化三角形网格和神经着色器来重现多视图图像，并研究了着色器，发现它学习了可解释的外观表示。

Dec, 2022

3D 高斯差分渲染的灵活技术

快速可靠的形状重建是许多计算机视觉应用的关键要素。神经辐射场证明了逼真的新视角合成是可行的，但在对实景和物体进行快速重建方面要求表现。最近的几种方法基于其他形状表示，特别是 3D 高斯函数。我们对这些渲染器进行扩展，例如集成可微分光流、导出满封闭网格和按射线渲染法线。此外，我们展示了两种最近方法之间的互操作性。这些重建速度快、鲁棒，并且可以在 GPU 或 CPU 上轻松执行。详细的代码和可视化示例请参见网址：https:// 此处为网址

Aug, 2023