3d scene stylization | BriefGPT

关键词3d scene stylization

搜索结果 - 7

AAAIPNeSM: 基于提示的神经风格映射的任意 3D 场景风格化
我们提出了一种新颖的 3D 场景风格化框架，可以将任意风格应用于任意场景，无需再训练。通过将 3D 场景的外观映射到 2D 风格模式空间并利用基于提示的 2D 风格化算法，我们实现了 3D 场景的几何和外观的完全分离，从而在视觉质量和泛化性
PDF4 months ago
ARF-Plus：控制 3D 场景风格化中的知觉因素
ARF-Plus 是一种 3D 神经风格转换框架，通过四个不同类型的控制，即颜色保持、比例、空间和深度增强控制，成功实现了对感知因素的可控性，从而实现了在 3D 场景风格化过程中的自定义修改、灵活融合和创建新颖而引人注目的风格效果。
PDF10 months ago
CVPR基于参考的非真实感辐射场用于可控的场景风格化
该研究使用基于参考图像的非真实辐射场方法对 3D 场景进行样式化处理，该方法利用 2D 参考图像来获取伪光线监督并填充遮挡区域，使其能够产生非真实感的连续新视图序列。
PDF2 years ago
SNeRF：用于 3D 场景的风格化神经隐式表示
本研究提出了一种基于神经辐射场的三维场景风格化方法，采用新的训练方法，交替进行 3D 场景和风格化优化步骤，从而应用更加表现力的图像风格转移方法，生成高质量的具有交叉视角一致性的新视角图片。
PDF2 years ago
CVPRStylizedNeRF: 通过 2D-3D 相互学习将一致的 3D 场景风格化为 Stylized NeRF
本文提出了一种新的双向学习框架用于 3D 场景风格化，结合 2D 图像风格化网络和 NeRF，并引入了一种一致性损失函数来迁移 NeRF 的一致性先验知识到 2D 风格化网络中。实验结果表明，这种方法在视觉质量和长程一致性方面优于现有方法。
PDF2 years ago
学习新视角的风格化
本文提出一种基于点云的方法，通过反投影图像特征到 3D 空间、点云聚合模块获取 3D 场景的风格信息并用线性转换矩阵对点云特征进行变换、将变换后的特征投影到 2D 空间获得新视角来生成具有一致风格的 3D 场景，实验证明该方法相比其他方法生
PDF3 years ago
通过隐式表示和超网络实现 3D 场景的风格化
本文提出了一种基于 Neural Radiance Fields 的 3D 场景风格化方法，包括了使用超网络将样式信息转移入场景表示、使用隐式表示模型将场景分离成几何和外观分支，并采用两阶段训练和修补子采样方法优化模型以在任意视角生成具有所
PDF3 years ago