multi-view images | BriefGPT

关键词multi-view images

搜索结果 - 73

用潜在扩散模型在几秒钟内对 3D 高斯场景进行采样
我们提出了一个通过 2D 图像数据训练的 3D 场景潜在扩散模型，首先设计了一个将多视图图像映射到 3D 高斯斑点并在同时构建这些斑点的压缩潜在表示的自编码器，然后在潜在空间上培训多视图扩散模型，以学习一种高效的生成模型。该方法不需要对象掩
PDF14 days ago
多多 CLIP：多视图图像下的高效三维理解
推出了 Duoduo CLIP 模型，用于从多视图图像中学习形状表示，相比基于点云的方法，它展示了更好的泛化性能、减少的 GPU 要求和训练时间，以及利用多帧对象的交叉视图注意力进一步提升的性能。多视图图像还提供了与基于点云方法相比更大的灵
PDF15 days ago
MV2Cyl: 多视角图像重建三维挤压圆柱体
利用多视角图像，我们提出了一种名为 MV2Cyl 的新方法，用于从 2D 多视角图像中重建 3D 物体，不仅作为一个场或原始几何形状，而是作为一种草图提取的 CAD 模型。
PDF16 days ago
SYM3D：学习对称三视平面提升 GAN 的三维感知能力
提出了 SYM3D，一种新颖的 3D-aware GAN，通过利用自然和人造物体中普遍存在的反射对称结构，结合提出的视角感知空间注意机制来学习三维表示，从而在只使用单视图图像进行训练时捕捉详细的几何和纹理，同时证明了在文本到三维任务中利用对
PDF22 days ago
GTR：通过几何和纹理细化改进大型三维重建模型
我们提出了一种新的方法，从多视角图像中进行 3D 网格重建。我们的方法借鉴了像 LRM 这样的大型重建模型，使用了基于 Transformer 的三面体生成器和在多视角图像上进行训练的神经辐射场（NeRF）模型。然而，在我们的方法中，我们引
PDF23 days ago
GenS：多视角图像的通用神经表面重建
我们提出了 GenS，一个端到端的通用神经表面重建模型，可以通过结合有符号距离函数（SDF）和可微体渲染，将多视图图像无需 3D 监督进行表面重建。与现有解决方案相比，我们的表示更强大，能够恢复高频细节并同时保持全局平滑性。同时，我们引入多
PDFa month ago
Freeplane: 三面战机稀疏视图重建模型中的自由午餐解锁
通过对三角面的调制，我们提出了一种简单而有效的方法，用于提高前馈模型的生成质量，无需额外训练，且能够无缝集成到预训练模型中以增强其对生成多视图图像不一致性的鲁棒性。
PDFa month ago
在大规模场景和视觉中，学习隐式形状的刚体模拟器
使用学习的有界几何网络的刚体模拟器，通过从多视角图像中提取有界距离函数（SDFs），首次演示了 GNN 模拟器在数百个物体和 110 万个节点的场景中的可扩展性。
PDFa month ago
NOVA-3D：非重叠视角下的 3D 动画角色重建
通过非重叠视图从二维设计中重建三维动漫角色的研究，提出了 NOVA-3D 方法来有效地学习和合成全身动漫角色，实现了优秀的细节保真度，并在动画头部重建任务上将基准值提高至 94.453（SSIM）、7.726（LPIPS）和 19.575（
PDFa month ago
CVPRMVDiff: 可扩展灵活的多视图扩散用于从单视图进行 3D 物体重建
通过引入情景表示变换器和视图条件扩散模型，该论文提出了一个通用框架，用于从单个图像生成一致的多视图图像。通过多视图注意力和极线几何约束来确保三维一致性，该模型能够从仅一个图像输入生成超过基准方法在评估指标（包括 PSNR、SSIM 和 LP
PDF2 months ago
神经装配器：从多视图图像中学习生成细粒度的机器人组装指令
一篇关于图像引导物体组装的研究论文介绍了一项新任务：将结构 3D 模型的多视角图像（例如，从 3D 对象库中选择的积木构建而成的模型）翻译成可由机器人臂执行的详细组装指令序列。该论文提出了一种名为神经组装者的端到端模型，通过学习图形对象图来
PDF2 months ago
CVPRG-NeRF: 单视图图像的几何增强新视角合成
通过使用 Geometry-enhanced NeRF (G-NeRF) 方法，在 novel view synthesis 中增强几何先验，通过几何引导的多视角合成方法和深度感知型训练，解决了多视角数据不足和单视角图像几何先验提取问题，并
PDF3 months ago
Magic-Boost：使用多视图条件扩散提升 3D 生成
通过 Magic-Boost，使用多视角条件扩散模型可以通过短时间的 SDS 优化显著优化粗糙的生成结果，生成具有丰富几何和纹理细节的高质量 3D 模型。
PDF3 months ago
Diffusion$^2$: 通过正交扩散模型的得分组合生成动态 3D 内容
Diffusion$^2$ 是一种新颖的框架，通过从视频数据和多视图扩散模型获取几何一致性和时间平滑性的知识，直接生成密集的多视图和多帧图像，优化连续性 4D 表示，从而在几分钟内生成 4D 内容。
PDF3 months ago
CVPR总体分解：最小交互下的三维场景重建
该研究论文提出了一种名为 Total-Decom 的方法，使用少量人工干预实现了 3D 场景的精确重建和实时控制，通过结合 Segment Anything Model (SAM)、混合隐式 - 显式神经表面表示和基于网格的区域生长技术实现
PDF3 months ago
CVPRLift3D：将任何 2D 视觉模型升级为 3D 的零样本方法
将 2D 视觉模型扩展到 3D 数据是一个具有挑战性的任务，本文提出了 Lift3D 方法，通过训练预测基于 DINO 和 CLIP 的特征空间的未见视图，实现了在风格转换、超分辨率、开放词汇分割和图像上色等任务上的泛化性能优于专门针对这些
PDF3 months ago
CVPR真实声场：一个音频 - 视觉房间声学数据集与基准
我们提出了一个名为 Real Acoustic Fields（RAF）的新数据集，其中包含了从多种模态捕获的真实声场数据。该数据集包括了与多视图图像配对的高质量密集捕获的房间脉冲响应数据，以及声音发射器和听者的精确 6DoF 姿态跟踪数据。
PDF3 months ago
充分利用热感模态以增强在低光条件下的重建
Neural Radiance Fields (NeRF) accomplishes photo-realistic novel view synthesis by learning the implicit volumetric repr
PDF3 months ago
VideoMV：基於大型視頻生成模型的一致多視角生成
使用来自视频生成模型的图像，通过引入一种新的框架以及 3D 感知降噪采样策略，可以更快速地生成密集视图，提高图像的质量和一致性。
PDF3 months ago
Envision3D：单图像到三维的锚定视图插值
Envision3D 提出了一种从单张图像高效生成高质量 3D 内容的新方法，通过引入级联扩散框架和粗到细的重构算法，实现了生成具有材质和几何特性的高质量 3D 内容。
PDF4 months ago