3d | BriefGPT - AI 论文速递

关键词3d

搜索结果 - 50

CVPRRGB 序列递增式 3D 语义场景图预测
本论文提出一种实时框架，使用 RGB 图像序列增量构建一致的三维语义场景图，包括新颖的增量实体估计流水线和场景图预测网络，使用多视角和几何特征，通过迭代信息传递估计三维语义场景图。经过在 3RScan 数据集上大量实验证明，该方法在这项挑战
PDFa year ago
通过反向神经渲染进行动态场景的物体中心体素化
本文提出了 DynaVol，一种逆神经渲染框架，用于学习动态场景中多实体的时变体积表示，并在多个基准测试中通过两阶段训练验证了其有效性。
PDFa year ago
HyperStyle3D: 通过超网络进行文本引导的 3D 人像风格化
本文提出了一种基于 3D-aware GANs 的 HyperStyle3D 方法，利用 CLIP 模型作为样式指导，可以在不要求 3D 数据的情况下进行立体画风化处理，实验结果表明该方法在不同的画风、形状变形、属性修改等方面展现了优异表现
PDFa year ago
实例神经辐射场
这篇论文介绍了一种名为 Instance NeRF 的学习型 NeRF 3D 实例分割管道，它采用 3D 提案基于掩膜预测网络，可以学习给定场景的 3D 实例分割，并在任意 3D 点查询实例信息，超越了以前的 NeRF 分割方法和具有竞争力
PDFa year ago
CVPR使用单个 RGB 相机进行可见性感知的人体 - 物体交互追踪
该研究提出了一种基于神经网络和 SMPL 模型的新方法，用于通过一个单一的 RGB 摄像机跟踪三维人体、物体及其相对位移，且能够在强遮挡情况下保持稳健性。
PDFa year ago
通用三维多物体搜索系统
基于最近开发的利用三维八叉树结构表示三维信念的理论框架，我们提出了 GenMOS（首个在三维区域中进行多物体搜索（MOS）的通用系统），它是机器人独立且环境不可知的，该系统从本地区域的点云观测、物体检测结果和机器人视图姿态的定位作为输入，并
PDFa year ago
3DHumanGAN: 面向照片般逼真的三维感知人体图像生成
本文提出了一种名为 3DHumanGAN 的生成对抗网络（GAN），用于合成全身人体的图像，具有在不同视角和姿势下一致的外观。该模型采用了 2D 卷积背骨由 3D 姿态映射网络调制的生成器架构，能够生成具有 3D 人体先验知识和一致性的逼真
PDF2 years ago
Habitat-Matterport 3D 语义数据集
介绍了规模、质量和多样性都高于以往数据集的 HM3DSEM 数据集，该数据集使用纹理信息进行像素精度的对象边界注释，使用该数据集训练的策略在 Object Goal Navigation 任务上表现优异，引入该数据集还带来了 Habitat
PDF2 years ago
从 2D 视觉 Transformer 开始解决 3D 视觉任务？
本文提出一种通用的视觉转换器（Visual Transformer），名为 Simple3D-Former，可用于高效地进行 2D 和 3D 任务的训练和预测，并且相比高度定制的 3D 特有设计实现了惊人的鲁棒性，同时利用大规模现实 2D
PDF2 years ago
CVPRLargeKernel3D：对 3D 稀疏卷积神经网络中的卷积核进行扩展
本文提出空间分割卷积及其大卷积核模块来解决直接应用大卷积核在 3D CNNs 中遇到的困难，大卷积核 3D CNN 网络可以用于语义分割和物体检测，取得了较高的性能，说明大卷积核在 3D 视觉任务中是可行并且必不可少的。
PDF2 years ago
跟踪、检查、重复：一种基于 EM 算法的无监督跟踪方法
该研究提出了一种用于在没有标签的 RGB-D 视频中检测和跟踪移动物体的无监督方法，该方法通过手工制作的技术来估计光流和摄像机运动，构建移动对象的类别集合并提高检测性能。
PDF3 years ago
CVPR3D AffordanceNet：视觉物体可供性理解的基准测试
本论文介绍了一个名为 3D AffordanceNet 的数据集，其中包含来自 23 个语义对象类别的 23k 个形状，注释了 18 个视觉可用性类别，并提供了三个评估视觉可用性理解的基准测试任务。作者评估了三种最先进的点云深度学习网络，并
PDF3 years ago
AAAIDanceFormer：基于参数化运动变换器的音乐驱动 3D 舞蹈生成
本研究通过先生成关键姿势再进行中间参数运动曲线预测的两阶段过程，提出了一种新的方法 DanceFormer，通过两个级联的运动学增强变换器指导网络（称为 DanTrans）处理每个阶段，在现有数据集的训练下可以生成超过以前的研究成果的流畅、
PDF3 years ago
CVPR3DCaricShop: 单视角三维漫画脸重建的数据集与基准方法
本文介绍 3DCaricShop 这一大规模 3D 卡通形象数据集和一种基于 implicit mesh 和 parametric mesh 的方法，可以从 2D 卡通图片中进行 3D 卡通重建，能够在预定义的网格拓扑中生成动画准备的高保真
PDF3 years ago
CVPRUKPGAN：通用的自监督关键点检测器
本文提出了 UKPGAN，一种基于自我监督的 3D 关键点检测器，通过生成对抗网络与显著信息提炼模块，定位出重要的关键点，进而对物体进行对齐和重建，实验结果表明本方法能够在不同的非刚性变形下处理 SMPL 人体，并具有较好的稳定性和几何注册
PDF4 years ago
基于 Von-Mises 损失的不确定性感知体素化三维物体检测和跟踪
本文提出了一种通过将不确定性回归到 3D 物体检测算法 SECOND 中来改善目标跟踪性能的方法，并在传统目标跟踪框架中证明了该方法相对于基准跟踪器具有更好的性能。
PDF4 years ago
UXNet: 为 3D 医学图像分割搜索多级特征聚合
该论文提出了一种名为 UXNet 的新型 NAS 方法，旨在寻找 3D 医学图像分割中的比例级特征聚合策略和编码器 - 解码器网络中块状操作符，相比于最近的 NAS 方法，UXNet 架构发现的性能优于现有的最先进模型，并且具有较低的计算复
PDF4 years ago
Cylinder3D：一种有效的用于驾驶场景 LiDAR 语义分割的三维框架
本文提出了一种基于 Cylinder3D 的 3D 点云语义分割方法，利用 3D 拓扑和结构信息，采用 3D 表征和网络模型，并引入基于尺度分解的上下文建模模块，实现对汽车驾驶场景的 LiDAR 数据进行高效准确的分割。
PDF4 years ago
Action2Motion: 条件化生成三维人体动作
研究逆向行动识别问题，以给定的预设行动类型为条件，通过采用 Lie Algebra 理论和时序变分自编码器（VAE）来生成 3D 的逼真的人体运动序列，并保持多样性，实验评估证明了方法的有效性。
PDF4 years ago
ECCVJSENet: 用于 3D 点云的联合语义分割和边缘检测网络
本研究通过设计一个新的两流全卷积网络，提出了一个联合学习方法来同时处理 3D 语义分割和 3D 语义边缘检测问题，特别是设计了一个联合调优模块来明确地连接区域信息和边缘信息，通过提出的新型损失函数，实现了更好的语义分割结果的同时改善边缘信息
PDF4 years ago