3d generative models | BriefGPT

关键词3d generative models

搜索结果 - 15

TAGMol: 目标感知梯度引导的分子生成
3D 生成模型在结构基药物设计中表现出显著的潜力，尤其在发现适应特定靶点结合位点的配体方面。TAGMol 是一个综合的药物生成框架，通过将问题分解为分子生成和特性预测，并通过引导扩散采样过程来实现生成具有所需特性的有意义的分子。在基准数据集
PDFa month ago
VFusion3D: 从视频扩散模型中学习可扩展的三维生成模型
本论文提出了一种利用预训练视频扩散模型构建可扩展的 3D 生成模型的新范例。通过使用视频扩散模型作为 3D 数据的知识源，通过微调其多视图生成能力，生成一个大规模的合成多视图数据集，从而训练出一个前馈的 3D 生成模型。该模型在近 300
PDF4 months ago
ICLRDecompOpt：基于结构的分子优化的可控分解扩散模型
近期，3D 生成模型在基于结构的药物设计中表现出了良好的性能，但仅建模目标配体分布难以实现药物发现的一个主要目标，即设计具有所需性质（如高结合亲和力、易合成等）的新型配体。本研究中，我们提出了 DecompOpt，这是一种基于可控分解扩散模
PDF4 months ago
Make-A-Shape：一个千万级的三维形状模型
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
PDF5 months ago
场景条件下的三维物体风格化与组合
通过结合建模和优化对象的纹理和环境光照，本论文提出了一个框架，使得现有的 3D 资源能够适应给定的 2D 场景，同时生成一种真实感的组合效果，使得假定的对象能够放入该环境中。
PDF6 months ago
基于形状引导扩散的单图像三维人体数字化
通过将高容量的二维扩散模型与形状引导扩散相结合并利用逆渲染技术，从单一图像中逐步合成多个视角的完全纹理化高分辨率三维网格，实现了广泛的服装人物 360 度合成的照片级别结果。
PDF8 months ago
视图集扩散：从二维数据生成 (0-) 图像条件下的三维生成模型
借助 Viewset Diffusion 框架，可以从 2D 数据中训练图像条件化的 3D 生成模型，从而解决单视图 3D 重建中的歧义问题，并通过对多视图图像集的去噪扩展了 3D 真实数据的可用性，通过仅渲染 3 张图片，我们的模型可以执
PDFa year ago
StyleAvatar3D: 基于图像文本扩散模型实现高保真 3D 头像生成
本文提出了一种新的方法，结合使用预训练的图像文本扩散模型和基于生成对抗网络的 3D 生成网络，用于生成高质量，风格化的 3D 头像，并在视觉质量和多样性方面优于现有最先进的方法。
PDFa year ago
语言模型能够直接在三维空间中生成 XYZ、CIF 和 PDB 文件的分子、材料和蛋白质结合位点
本文研究利用语言模型进行分子设计，探讨了通过正常神经网络训练的语言模型在不修改结构的情况下，如何从多种显著不同的化学结构产生三维化合物、晶体和蛋白质结合位点。同时，讨论了语言模型的优点和局限性，并强调了无需使用简化的分子表示方法进行训练即可
PDFa year ago
CVPRLift3D: 将 2D GAN 抬升至 3D 生成电辐射场以合成 3D 训练数据
本文提出了一种名为 Lift3D 的反转 2D-to-3D 生成框架来生成高分辨率且逼真的三维物体图像，并在自主驾驶数据集上进行了实验，结果表明，该数据生成框架可以有效提高三维物体探测器的性能。
PDFa year ago
PODIA-3D：使用保存姿态的文本到图像扩散进行跨大域 3D 生成模型域适应
提供一种基于姿态保持的语义引导扩散域适应方法，该方法采用高级噪声，改进采样策略，以及去偏差算法，成功地跨越了 3D 生成模型领域差距，提高了文本 - 图像对应性，真实性，生成图像的多样性，以及感知深度
PDFa year ago
DATID-3D: 使用文图扩散保持多样性的 3D 生成模型域适应
DATID-3D 是一种适用于 3D 生成模型的领域适应方法，采用文本到图像扩散模型，在不收集附加数据的情况下，将源领域的最先进 3D 生成器微调为文本引导的目标领域，从而实现高分辨率、多视角一致的图像合成，并提出并演示了多样的 3D 图像
PDF2 years ago
CVPR用单目图像学习具有解缠几何和外观的 3D 生成模型
本文提出了一种基于 3D 生成模型的非刚性可变形场景表达方法，通过联合学习规范模型及其变形，并使用姿态正则化损失来改善模型的场景与摄影视角的分离性，同时还可以嵌入真实图像中并进行编辑。
PDF2 years ago
CVPR基于 Mini-Batch 特征交换的三维形状变分自编码器潜在因素解耦 —— 以身体和面部为例
本文提出了一种直观而有效的自监督方法，通过跨不同形状交换任意特征来培训三维形状变分自编码器，从而鼓励特征的解缠缚潜在表示。实验结果表明，我们开发的方法正确解耦了身体和面部特征的生成，同时保持了良好的表示和重构能力。
PDF3 years ago
逆向图形生成对抗网络：从非结构化 2D 数据生成 3D 形状的学习
本文提出了一种使用通用的不可微分渲染器训练来自 2D 数据的 3D 生成模型的可扩展方法，该方法引入了一个代理神经渲染器来匹配不可微分渲染器的输出。我们进一步提出鉴别器输出匹配以确保神经渲染器学习适当地平滑栅格化。当用纯 2D 图像进行训练
PDF4 years ago