关键词coordinate-based neural representations
搜索结果 - 3
- 用于少样本全头重建的隐式形状和外观先验
该研究利用坐标为基础的神经表示学习技术,在少样本条件下实现了全 3D 头部重建,并结合概率形状和外观先验,通过可微分渲染器引导符号距离函数的拟合过程,实现了高效准确的重建,同时利用 H3DS 数据集证明了该方法在几何重建方面具有出色的性能并 - H3D-Net:小样本高保真 3D 头部重建
本研究介绍了一种利用概率形状先验的坐标神经表示方法,结合隐式可微渲染,通过两阶段优化过程,成功实现了多视角三维重建中几乎与 3D 可塑性模型方法、视角较多时的非参数方法相当的高保真度的少视角全三维头部重建。
- 优化基于坐标的神经表示的学习初始化
通过元学习算法学习基于底层信号类别的全连接网络的初始权重参数以进行优化,此方法可以加速收敛且在只有给定信号的部分观测时产生更好的泛化,已在表示 2D 图像、重建 CT 扫描和从 2D 图像观测中恢复 3D 形状和场景等各种任务中获得了探究。