multi-view 3d reconstruction | BriefGPT

关键词multi-view 3d reconstruction

搜索结果 - 13

PhyRecon: 物理合理神经场景重建
该论文介绍了使用可微渲染和可微物理模拟相结合的方法来学习隐式表面表示，并通过改进的算法实现了隐式表示和显式表面点之间的有效转化，从而在物理要求高的领域中获得更加真实和准确的重建结果。
PDF2 months ago
SuperNormal：基于多视角法线融合的神经表面重建
SuperNormal 是一种快速、高保真度的多视图 3D 重建方法，利用表面法线图生成详细表面，通过多分辨率哈希编码和基于路径的射线行进来优化神经有符号距离函数 (SDF) 的体积渲染，相较于现有的多视图光度立体重建方法，在效率和准确性上
PDF7 months ago
神经辐射场中方向性积分的再思考
我们通过对 NeRF 渲染方程进行简单修改，交换积分操作符和方向解码器网络，将视角相关的特征与独立部分分开，提高了渲染视角相关效果的质量，并通过实验证明了改进。
PDF7 months ago
ICCV多视角三维重建的长程分组变换器
基于 Transformer 的多视角三维重建算法中，引入长距离分组注意力机制（LGA）以处理来自不同视角的复杂图像令牌，从而提高模型学习效果，并通过进阶上采样解码器实现相对高分辨率的体素生成，实验结果验证了该方法在多视角重建中达到了 SO
PDFa year ago
ICCVObjectSDF++: 改进的对象组合神经隐式曲面
本研究提出了 ObjectSDF++ 框架，通过利用神经隐式表面重建方法和新的渲染公式，改善多视角 3D 重建中对个体目标的建模和场景重构的质量。
PDFa year ago
CVPR神经延迟着色的多视角网格重建
提出了一种分析合成方法，用于快速多视角不透明物体的三维重建，通过将表面表示为三角形网格并围绕三角形光栅化和神经阴影构建可微分的渲染管道，优化三角形网格和神经着色器来重现多视图图像，并研究了着色器，发现它学习了可解释的外观表示。
PDF2 years ago
MonoSDF: 探索单目几何线索用于神经隐式曲面重建
通过 monocular geometry prediction 预测的深度和法向量提示显着提高神经隐式表面重建的质量和优化时间，特别是在大规模复杂场景下，独立于表征的选择。
PDF2 years ago
3D-C2FT：用于多视角三维重建的粗细 Transformer
提出了一种新的模型，即 3D - 粗到细注意力变压器 (3D-C2FT)，通过引入一种新颖的粗到细 (C2F) 注意力机制来编码多视图特征和矫正有缺陷的 3D 对象，以粗到细的方式学习多视图信息流，并在 ShapeNet 和 Multi-v
PDF2 years ago
用于多视角三维重建的现实数据集
本文介绍了一种包含近千个三维对象模型及超过 84 万个现实世界的 RGB 和深度图像数据集，旨在填补现有研究中缺乏的三维多视图重建的真实数据基准。该数据集通过半自动方式实现相机位置与物体姿态的精准标注，为形状重建、物体姿态估计、形状检索等
PDF2 years ago
CVPR利用补丁变形改进神经隐式曲面几何
研究了神经含式表面在多视图 3D 重建中的应用，提出了一种新的添加光照一致性项的神经渲染优化方法 NeuralWarp，并经过了 DTU 和 EPFL 测试，证明其性能优于目前的无监督隐式表面重建技术。
PDF3 years ago
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。
PDF3 years ago
LegoFormer：面块级别多视角三维重构的变形器
LegoFormer 是一种基于 transformer 模型的体素 3D 重建技术，通过使用自注意力层在所有计算阶段分享视角之间的信息，并将输出分解为低秩矩阵，从而实现对各个独立结构的预测和聚合，具有竞争性的性能和可解释性的优点，可用于现
PDF3 years ago
CVPRSDFDiff：三维形状优化中符号距离场的可微分渲染
提出了使用可微分渲染 3D 形状来进行基于图像的形状优化的 SDFDiff 方法，并将其应用于多视图 3D 重建问题，并采用多分辨率策略获得了稳健的优化算法。同时，还可将其与深度学习模型集成，实现无需 3D 监督学习 3D 对象的学习方法，
PDF5 years ago