3d shape understanding | BriefGPT

关键词3d shape understanding

搜索结果 - 7

CVPRTAMM：三适配器多模态学习用于 3D 形状理解
通过 TriAdapter Multi-Modal Learning（TAMM），在多模态预训练中引入了三个协同适配器，以更有效地利用 2D 图像和语言模态，缩小 3D 形状数据集的规模限制，提高对 3D 形状的理解和表示学习。
PDF4 months ago
OpenShape: 三维形状表达的扩展，向开放世界理解的规模化发展
本文介绍 OpenShape 方法，它是一种用于学习文本、图像和点云的多模式联合表示的方法。OpenShape 采用常用的多模式对比学习框架进行表示对齐，但专注于扩展 3D 表示，以实现开放世界 3D 形状理解，并通过配合 CLIP 嵌入实
PDFa year ago
CVPRCycle4Completion: 使用循环转换和缺失区域编码的非配对点云补全
本文提出一种名为 Cycle4Completion 的新型不成对点云完成网络，该网络可以从部分三维物体中推断其完整的几何形状，实现双向几何对应的学习，并在实验中展示了超越同类方法的表现。
PDF3 years ago
联合监督与自监督学习 3D 现实世界挑战
本文介绍了基于自监督式多任务模型的方法，用于解决数据稀缺性和跨域数据集问题，提高 3D 形状分类与部分分割的效果。
PDF4 years ago
ECCV多分辨率树网络用于 3D 点云处理
使用多分辨率树形网络来处理点云实现三维形状的理解和生成，可用于分类形状和学习点云形状的无监督生成，表现优于现有基于点的架构。
PDF6 years ago
SilNet：通过学习轮廓重建单视角和多视角场景
本文介绍了一种全卷积深度学习网络和新的损失函数 SilNet，可处理多视角的三维形状，并通过利用预测二维轮廓代替直接从二维图像到三维形状的映射，实现了对对象数量的有效推广以及性能的进一步提升。同时，作者还介绍了一个用于预训练的斑点图像数据集
PDF7 years ago
从 ShapeNet Core55 进行大规模 3D 形状重建和分割
用 ShapeNet 数据库的数据和注释介绍了一个大规模的 3D 形状理解基准测试。以部分级别分割 3D 形状和从单个视图图像重建 3D 形状为任务，其中 10 个团队参加了挑战，并且最佳表现团队在两个任务上均优于现有技术。各种 3D 建模
PDF7 years ago