3d objects | BriefGPT - AI 论文速递

关键词3d objects

搜索结果 - 62

RANRAC：基于随机射线共识的稳健神经场景表示
RANRAC 是一个稳健的重建算法，用于处理被遮挡和分散的图像中的 3D 物体，支持光场网络的单拍重建，并适用于基于神经辐射场的真实世界图像的真实、稳健的多视角重建。
PDF7 months ago
SceneWiz3D: 进一步实现基于文本引导的 3D 场景合成
SceneWiz3D 通过引入混合的 3D 表示（对象显式，场景隐式）从文本合成高保真度 3D 场景，并通过粒子群优化技术配置场景布局和自动放置对象，从而实现了详细且视角一致的 3D 场景生成，并通过 RGBD 全景扩散模型来提高几何质量。
PDF7 months ago
Prompt2NeRF-PIL: 通过预训练的隐式潜变量实现快速 NeRF 生成
本研究探讨了通过文本提示或单个图像提示进行的可提示的 NeRF 生成，以直接调节和快速生成底层 3D 场景的 NeRF 参数，从而取消复杂的中间步骤并提供具有条件控制的完整的 3D 生成。
PDF7 months ago
评估 VLMs 用于基于分数的、多探针注释三维物体
我们提出了一种方法来边际化通过 VLM 查询变化的任何因素，利用采样响应的 VLM 分数。我们展示了这种概率整合可以在摘要中胜过语言模型（如 GPT4），避免了在响应之间存在对比细节时的幻觉。此外，我们展示了聚合注释对于 Prompt-Ch
PDF7 months ago
ConRad: 基于图像约束的辐射场 3D 生成
我们提出了一种从单个 RGB 图像中重构 3D 物体的新方法，该方法利用最新的图像生成模型推断隐藏的 3D 结构，同时保持对输入图像的忠实。
PDF8 months ago
TexFusion：使用文本引导的图像扩散模型合成 3D 纹理
TexFusion（纹理扩散）是一种新的方法，利用大规模的文本引导图像扩散模型，对给定的三维几何图形进行纹理合成。
PDF9 months ago
基于自动分割算法填补 3D 文化遗产物体表面上的空洞
改进的自动分割方法可以用于填补 3D 物体表面上的孔洞，通过将孔洞细分填充来匹配局部曲率形状，相较于现有的方法，我们的方法在重建 3D 对象方面获得了更高的准确性。
PDF9 months ago
Uni3D: 在规模上探索统一的三维表示
通过 Uni3D，我们提出了一种可扩展的 3D 对象和场景表示方法，利用 2D 模型作为初始化，并通过图像 - 文本对齐模型作为目标，解锁了 2D 模型和扩展策略在 3D 世界中的潜力，并在许多 3D 任务中取得了新的成绩，如零样本分类、少
PDF9 months ago
Consistent123: 使用案例感知扩散先验高度一致的 3D 资产的图像转换
通过利用预训练的扩散模型，从单幅图像中重建 3D 对象，在通用性和重建的 3D 一致性方面表现出较差的情况下，我们提出了一种案例感知的两阶段方法，用于高度一致的 3D 资源重建，并结合了 2D 和 3D 扩散先验知识。
PDF9 months ago
Sparse3D：基于稀疏视角的多视点一致性扩散物体重建
Sparse3D 是一种针对稀疏视角输入的新型三维重建方法，通过从强大的图像扩散模型提取 2D 先验，使得我们的综合模型在面对开放世界对象时仍能始终保持高质量的结果，并借助 C-SDS 技术来增强细节，实验证明了我们的方法在 NVS 和几何
PDF10 months ago
ICCV混合 - NeRF：神经辐射场中基于文本的局部编辑
为解决文本驱动的本地化编辑 3D 对象的困难，我们提出了一种基于 NeRF 模型的新方法 Blending-NeRF，它包括两个 NeRF 网络：预训练 NeRF 和可编辑 NeRF，并引入了新的混合操作来允许 Blending-NeRF
PDF10 months ago
BOTT：用于 3D 物体跟踪的仅使用框的 Transformer 跟踪器
通过使用 transformers 从 3D 盒子中直接学习特征，本研究提出了一种名为 Box Only Transformer Tracker (BOTT) 的跟踪器，能够学习链接自不同帧的同一对象的 3D 盒子，以及在两个最大的 3D
PDFa year ago
Lowis3D: 基于语言驱动的开放世界实例级别 3D 场景理解
通过使用视觉 - 语言（VL）基础模型，将图像 - 文本对中的广义知识应用于 3D 场景的多视图图像以生成图像描述，在对象级别进行细粒度的视觉 - 语义表示学习，并通过使用无标签数据上的伪监督训练对象分组模块以解决开放世界环境中的类别定位问
PDFa year ago
数字建模化为人人所用：初学者进行基于语音的 3D 建模的探索
This research explores the mental model of novices in voice-based 3D modeling and provides design implications for voice
PDFa year ago
ATT3D: 文本生成三维物体的摊薄
通过将生成式文本转图像模型和图像到 3D 方法相结合，如神经辐射场，文本到 3D 建模已经取得了令人兴奋的进展，但目前需要逐个优化来创建 3D 对象。我们提出了一种新的框架 - 摊销文本到 3D（ATT3D）- 通过以统一模型同时训练多个提
PDFa year ago
BeyondPixels：神经辐射场演变的综合综述
本文综述了近年来神经辐射场（NeRF）技术在 3D 渲染和视角合成领域的最新研究进展和其不同的架构设计。
PDFa year ago
MultiPlaneNeRF: 具有非可训练表示的神经辐射场
本文介绍了 MultiPlaneNeRF 模型，该模型可从 2D 图像中直接产生非可训练的表示，并可通过大量数据的训练来实现推广，以及在生成新视角方面达到业界领先水平。
PDFa year ago
3D GANs 和潜空间：综合调查
本文研究生成对抗网络（GANs）中的潜在空间与三维对象的关系，探讨了几种 GAN 的变体和训练方法，旨在提高 3D GAN 的训练效果，同时提出了未来研究的方向。
PDFa year ago
CVPR用于形变形态分析的通用局部特征预训练
本文介绍了一种学习可转移 3D 形状的特征的方法，通过优化感受野大小和比较不同的背景和损失函数来实现。实验证明，该方法可成功推广到人和动物等未见过的 3D 形状类别，并在分割、形状对应和分类等下游任务上实现了最先进的结果。
PDFa year ago
SinGRAF：学习单场景 3D 生成辐射场
SinGRAF 是一种 3D 感知的生成模型，利用一些场景的输入图像进行训练，可生成不同的 3D 场景，同时保持输入外观的不同实现。
PDF2 years ago