Jan, 2024

Make-A-Shape：一个千万级的三维形状模型

PDF
TL;DR这篇论文介绍了 Make-A-Shape，一种用于高效训练的新型 3D 生成模型，它能利用 1000 万个公开可用形状，并通过波克树表示将形状紧凑地编码，并通过扩散模型生成形状。这种模型不仅在高质量结果方面超越了现有技术水平，而且能够在几秒内高效生成形状。
3d generative modelsmake-a-shapewavelet-tree representationdiffusion modelshape generation
发现论文，激发创造
  • 大规模三维形状生成的极限挑战

    我们开发了一个名为 Argus-3D 的模型，通过采用自回归模型和大型语言模型的适应性，以及使用 36 亿可训练参数，在 3D 形状生成方面取得了重大突破，通过增强生成的 3D 形状的质量和多样性，解决了现有方法的局限性。

    Jun, 2023

  • 少样本三维形状生成

    通过利用先前训练好的生成模型，通过领域自适应的方式，基于有限数量的训练数据从而实现了少样本 3D 形状生成，该方法能够在保持多样性的同时避免过度拟合，并通过多种度量评估了生成的质量和多样性。

    May, 2023

  • 神经小波扩散用于 3D 形状生成、反转和操作

    本文提出了一种基于连续小波嵌入式表示的 3D 形状生成、反演、操纵方法，包括紧凑的小波表示、扩散生成器、细节预测器、编码器等，实现了较为强大的形状生成、反演、操纵能力，优于现有的最新方法。

    Feb, 2023

  • 零样本草图生成 3D 形状

    This paper explores the use of pre-trained models and synthetic renderings to generate 3D shapes from sketches without the need for paired datasets, demonstrating the effectiveness of the approach for generating multiple 3D shapes per input sketch regardless of their level of abstraction.

    Jul, 2023

  • 从单例学习生成 3D 形状

    本文探讨基于生成对抗网络的多尺度模型，在仅有单个参考 3D 模型的情况下进行学习，而不需要使用大规模的 3D 数据集或人工标注，从而生成多样化和高质量的 3D 模型。

    Aug, 2022

  • 多图表生成式表面建模

    介绍了一种基于深度神经网络的三维形状生成模型，利用基于多参数化的张量数据表示来实现高质量的三维形状学习并生成新形状，适用于人体和骨 (牙齿) 形状生成。

    Jun, 2018

  • 学习形状手柄的生成模型

    该研究提出了一种生成模型来合成 3D 形状，以句柄集的形式 —— 轻量级代理，为交互式编辑、形状解析和构建紧凑的 3D 表示提供应用，通过监督自动形状概括技术，展示了直观的形状表示，并通过我们的模型学习的潜在空间来指导交互形状编辑，补充和插值等任务，实现了卓越的质量。

    Apr, 2020

  • ShapeGPT：统一多模态语言模型用于 3D 形状生成

    ShapeGPT 是一个包含形状的多模态框架，利用强大的预训练语言模型解决多个与形状相关的任务，包括文本到形状的转换和形状编辑。

    Nov, 2023

  • 自然图像中的无监督生成式三维形状学习

    本文介绍了一种从自然图像中学习生成 3D 形状的生成模型的全面无监督方法，其中利用 GAN 等深度学习技术实现，从而生成出真实的三维图像，实现了从二维图像向三维图像的转换。

    Oct, 2019

  • 一种用于可精细化形状匹配和生成的端到端深度学习生成框架

    基于几何深度学习的形状生成模型在计算医学中的应用可通过比较分析，验证了其适用于以真实 3D 网格形状为基础的合成解剖形状，并且可以进一步增加变异性并保留更多生成形状的细节。

    Mar, 2024