Dec, 2023

基于网格引导的神经隐式场编辑

PDF
TL;DR我们提出了一种新方法，利用网格作为指导机制来编辑神经辐射场，通过可微的多面体网格提取和可微的颜色提取，从显式网格到隐式场实现了梯度反向传播，使用户能够轻松操作神经辐射场的几何和颜色。通过引入基于八叉树的结构来优化用户控制性，实现了对神经隐式场的细粒度编辑，并适应了各种用户修改，包括对象添加、部件删除、特定区域变形以及局部和全局颜色调整。通过各种场景和编辑操作的广泛实验，我们展示了我们方法的能力和有效性。
neural implicit fieldseditabilitypolygonal meshesdifferentiable colored meshoctree-based structure
发现论文，激发创造
  • NeuMesh: 学习解缠脱的神经网格隐式场，用于几何和纹理编辑

    本论文提出了一种基于网格的新型表示法，并将神经隐式场编码为网格顶点上的几何和纹理码，以实现包括网格引导几何编辑、指定纹理编辑、填充和绘画操作等一系列编辑功能。实验结果表明，该方法有着优秀的表现质量和编辑能力。

    Jul, 2022

  • 神经冒名者：通过显式形状操作编辑神经辐射场

    通过引入神经模拟者方法，将显式四面体网格与多重网格隐式场相结合，我们提出了一种有效编辑神经隐式场的方法，实现形状的变形、合成和生成，同时保持复杂的体积外观，展示了其在 3D 内容创作和操作领域的潜力。

    Oct, 2023

  • NeRF-Editing: 神经辐射场的几何编辑

    本研究提出了一种基于 Neural Radiance Field 的方法，利用显式网格表示与场景的隐式神经表示建立对应关系，使用户可以利用网格形变方法进行可控的形状变形，并合成编辑后的场景的新视角图像。

    May, 2022

  • 通过神经明确表面来解释神经隐式场，实现高效的动态人体角色建模

    提出了一种通过神经明确表面（NES）对动态人物进行有效建模的技术。该技术利用隐式神经场显式地表示，以提高内存和计算效率。通过隐式方法进行训练并结合显式渲染界面，利用新提出的基于光栅化的神经渲染器进行高效渲染，实现了材质颜色查询的优化，减少了冗余和计算负载。该方法在速度和内存开销方面有显著改进，同时能够描述动态人体几何形态与纹理。

    Aug, 2023

  • SINE: 基于语义驱动的基于图像的 NeRF 编辑与先验引导编辑场

    本文提出了一种新颖的语义驱动的 NeRF 编辑方法，用户只需使用一张图像，就能够对神经辐射场进行编辑，并以高保真度和多视角一致性准确地传达编辑后的新视图，该算法在实际和合成数据上的实验和编辑例子证明了其能以只有一张编辑过的图像产生逼真的 3D 编辑。

    Mar, 2023

  • 通过操作点云编辑神经辐射场

    论文提出了 NeuralEditor，用于泛形状编辑任务，通过利用显式点云表示构建 NeRF，并提出基于确定性积分的新型渲染方案，实现了基于点云的形状编辑，取得了最先进的性能。

    May, 2023

  • 隐式 - ARAP: 通过局部补丁网格化实现高分辨率网格和神经场的高效手柄导向变形

    本研究提出了一种基于局部补丁网格表示的神经符号距离场方法，结合 3D 神经场和约束集，实现高效的几何变形，并在结果质量和稳定性方面取得显著改进。通过局部补丁网格化，我们解决了高分辨率网格的几何处理问题，并为将其他几何任务应用于隐式曲面领域铺平了道路。

    May, 2024

  • 高效神经辐射场渲染的自适应壳

    神经辐射场通过平滑过渡体积 - 表面渲染方法，在加速渲染速度的同时提高视觉保真度，并能够通过提取的网格包络应用于动画和仿真等下游应用。

    Nov, 2023

  • 神经三维网格渲染器

    本文介绍了一种基于神经网络的多边形网格渲染方法，该方法使用了一种近似梯度来克服离散化操作的限制，从而实现了单幅图像的 3D 网格重建。同时，该方法还实现了基于 2D 监督的 3D 渲染编辑操作。实验结果表明，所提出的渲染器有效性强。

    Nov, 2017

  • 使用边界敏感性进行神经隐式形状编辑

    利用边界敏感度表达参数的扰动如何移动形状边界，实现几何编辑并最优化约束目标，同时不需要转换为另一种表示方法（如网格结构），可用于神经网络的训练与更新。

    Apr, 2023