May, 2024

点重采样与射线转换辅助可编辑的 NeRF 模型

PDF
TL;DR我们提出了一种基于 NeRF 的编辑任务方法，通过隐式光线变换策略和不可区分的神经点重采样（DNR）模块来解决物体移动和填补空白区域的挑战，构建了一个点云可编辑的 NeRF 系统 PR^2T-NeRF，实验结果表明我们的系统在物体移动和填补任务中具有最先进的性能，并且能够提供高质量渲染可视化效果。
nerf-aided editing tasksobject movementinpaintingdifferentiable neural-point resamplingpr^2t-nerf
发现论文，激发创造
  • PartNeRF：生成可编辑的部件感知三维形状，无需三维监督

    本课题设计了 PartNeRF，这是一种新型的局部感知生成模型，能够不需要显式引导实现可编辑的三维模型合成，作为局部定义的 Nerf 集合生成对象，实现了许多编辑操作。

    Mar, 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

  • OR-NeRF：由多视角分割指导的神经辐射场，用于删除 3D 场景中的对象

    本文提出了一种名为 OR-NeRF 的新型对象移除流水线，它可以在单个视图上通过点或文本提示从 3D 场景中移除对象，并在更短的时间内实现更好的性能。

    May, 2023

  • 基于语义掩模和扩散模型的 NeRF 编辑

    本文提出了一种新颖的框架，可以利用扩散模型实现对神经场景中的 3D 内容进行编辑，此方法可以有效地改善 NeRF 的可编辑性、多样性和应用范围，验证结果表明在不同的文本提示下，该算法对 NeRF 中的 3D 目标具有改进的效果。

    Jun, 2023

  • 参考引导型可控神经辐射场修复

    本文提出了一种使用神经辐射场（NeRF）编辑工具进行图像修补的方法，仅需要一个修补后的场景参考视图和模板，通过新颖的渲染技术和基于图像修补工具的方法，可以在非参考视图上构造视图相关的效果，提供了更好的修补性能和用户控制。

    Apr, 2023

  • 基于点的神经辐射场模型：Point-NeRF

    该论文介绍了一种新的基于神经网络点云的辐射场模型 ——Point-NeRF，它结合了 NeRF 和深度多视图立体成像两种方法的优点，可用于高质量的视图合成和快速的场景几何重建。Point-NeRF 可以通过射线行走的渲染管道有效地渲染神经点特征，相对于 NeRF 具有快速训练和处理 3D 重建错误和异常数据的优势。

    Jan, 2022

  • 可编辑的顶点神经辐射场：通过关键点编辑拓扑变化的神经辐射场

    本文提出了可编辑的神经辐射场，使终端用户能够轻松编辑动态场景，甚至支持拓扑变化。我们的方法支持直观的多维度（最多 3D）编辑，并且可以生成在输入序列中未见过的新颖场景。

    Dec, 2022

  • 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

  • Seal-3D: 神经辐射场的交互式像素级编辑

    通过提出一种新的交互式编辑方法和系统，名为 Seal-3D，可以实现对隐式表示的编辑，允许用户以像素级和自由的方式编辑 NeRF 模型，并即时预览编辑效果。

    Jul, 2023

  • InstructPix2NeRF: 从单张图像指导的 3D 人像编辑

    通过建立一种名为 InstructPix2NeRF 的端到端扩散型框架，实现对单个开放世界图像的人类指导的三维感知人像编辑，实现了多语义编辑，保存了人像身份信息，并通过身份一致性模块增强了多视角三维身份的一致性，实验证明了该方法在定量和定性上的优越性。

    Nov, 2023