Nov, 2023

GeoScaler：基于几何和渲染的三维网格纹理降采样

PDF
TL;DR通过在降采样过程中引入几何线索并最大化呈现纹理网格的视觉保真度，我们介绍了 GeoScaler 方法，该方法用于降低 3D 网格的纹理地图，并且相比传统的降采样方法，所生成的纹理图像呈现出显著更好的质量。
high-resolution texture maps3d meshesdownsamplingvisual fidelitygeoscaler
发现论文，激发创造
  • 3DTextureTransformer：对任意网格拓扑进行几何感知纹理生成

    使用名为 3DTextureTransformer 的新颖框架，结合几何深度学习和 StyleGAN 类似的架构，能够在不改变原始高分辨率输入网格拓扑的情况下生成高质量的纹理。该架构在学习来自 3D 几何体和现实世界 2D 图像的情况下，与任意网格拓扑一起工作，取得了该类解决方案中的最新性能。

    Mar, 2024

  • GeoGaussian：面向场景渲染的几何感知高斯喷射

    通过 GeoGaussian 方法，采用高斯喷洒优化过程，保留场景几何结构的特性和纹理，提高了 3D 高斯在结构化区域中的生成能力，在公共数据集中定性和定量评估中实现了最先进的新视图合成和几何重建性能。

    Mar, 2024

  • Texture-GS: 三维高斯点描编辑中几何与纹理的解藕

    通过提出一种称为 Texture-GS 的新方法，使用 3D 高斯喷射技术，可以实现高保真的外观编辑和实时渲染。它通过将外观和几何表示为附着在三维表面上的二维纹理来实现外观与几何的解离，从而增强了编辑操作的灵活性。通过在 DTU 数据集上进行广泛实验证明，该方法不仅实现了高保真度的外观编辑，还在消费级设备上实现了实时渲染。

    Mar, 2024

  • TwinTex: 面向抽象 3D 建筑模型的几何感知纹理生成

    本文介绍了一种用于生成分段平面代理的自动纹理映射框架 TwinTex，通过选择一组照片并提取线特征，利用优化算法将纹理与几何对齐，并使用扩散模型来修复缺失区域，实现了高保真质量的纹理贴图。

    Sep, 2023

  • 纹理三维网格卷积生成

    本文提出使用不同 iable rendering 技术生成三角网格和相关高分辨率纹理贴图的框架，以单视角自然图像为 2D 监督，并将网格和纹理编码为 2D 表示，以便使用 2D 卷积 GAN 进行建模，并在 Pascal3D + Cars 和 CUB 上展示了方法的有效性及其评估方法。

    Jun, 2020

  • Mesh2Tex: 从图像查询生成网格纹理

    Mesh2Tex 使用一种混合网格神经场纹理表示法，从未相关的三维物体几何和照片逼真的 RGB 图像的集合中学习出真实的物体纹理流形，以生成适用于下游应用和 3D 渲染的纹理对象，并可以在具有挑战性的真实世界场景下有效地生成逼真的物体纹理。

    Apr, 2023

  • 深度几何纹理合成

    本研究提出了一种新的框架，用于学习几何纹理统计知识以生成具备放射性的深层特征，使得可以实现在不同层次上的网格顶点位移及纹理转移。

    Jun, 2020

  • 通过几何空间聚合器学习连续深度表示

    提出了一种基于 Geometric Spatial Aggregator 和 transformer-style backbone 的连续深度表示方法，使深度图超分辨率具备任意尺度的能力，在 NYU v2 等标准深度图基准测试中，相比先前的方法取得了显著的恢复增益。

    Dec, 2022

  • 全局基于参数化的纹理空间优化

    基于全局参数化，本文提出了一种优化纹理空间以及生成紧凑纹理映射的方法，该方法在计算上具有鲁棒性和高效性，并实验证明了该方法的有效性以及在存储和渲染效率方面的潜力。

    Jun, 2024

  • TextureDreamer：基于几何感知扩散的图像引导纹理合成

    TextureDreamer 是一种新颖的图像引导纹理合成方法，能够将可在任何类别的目标 3D 形状上转移到少量输入图像（3 到 5 张）中的纹理。

    Jan, 2024