3d style transfer | BriefGPT

关键词3d style transfer

搜索结果 - 6

用分层神经表示风格化稀疏视角的 3D 场景
通过优化基于编码的场景表示与目标风格之间的关联，本文提出了一种针对稀疏视图场景的粗 - 精稀疏场景风格化框架，并采用内容强度退火的优化策略，实现了对稀疏视图场景的高质量风格化和更好的内容保留，通过大量实验验证了方法在风格化质量和效率方面的优
PDF3 months ago
StyleGaussian：高斯喷点实时三维风格迁移
我们介绍了一种新的 3D 风格转移技术 StyleGaussian，它能够以每秒 10 帧的速度将任何图像的风格转移到 3D 场景中。通过利用 3D 高斯分布，StyleGaussian 在不损害实时渲染能力和多视图一致性的基础上实现了风格
PDF4 months ago
风格化辐射场的几何传递
通过使用深度图提取风格指南，然后应用于放射场的几何样式化，本文介绍了一种名为几何传递的新方法，旨在通过几何变形实现三维样式传递，从而增强美学表现力并更准确地反映预期的风格。大量实验证明，几何传递能够实现更广泛、更富有表现力的风格化范围，从而
PDF5 months ago
MM-NeRF：多模态引导的三维多风格神经辐射场转换
本文提出了一种名为 MM-NeRF 的新颖多模态引导的 3D 多风格迁移方法，通过投影多模态引导到 CLIP 空间并提取多模态风格特征来指导多风格的风格化，同时使用多头学习方案（MLS）解决了多风格迁移的不一致性和提升了风格化的质量。
PDF9 months ago
CLIP3Dstyler: 语言引导的 3D 任意神经风格迁移
本文提出了一种新的基于语音指导的三维任意神经风格转移方法，通过改进方案解决了传统 2D 和 3D 方法不能解决的问题，匹配点云和语音的不同特征，并提高文本风格可辨别性，在多个场景下实现了高效的风格迁移。
PDFa year ago
CVPRStyleRF: 零样本 3D 神经辐射场风格迁移
提出了一种具有更高 3D 风格转移质量的 StyleRF 技术，该技术在辐射场的特征空间内进行样式转换，实现了准确的几何重建、高质量的风格化和具有拓展性的任意新样式的生成。
PDFa year ago