multi-view images | BriefGPT

关键词multi-view images

搜索结果 - 73

CVPRCN-RMA：基于光线行进聚合的三维室内多视图物体检测融合网络
本文介绍了 CN-RMA，一种用于从多视角图像进行 3D 室内物体检测的新方法。该方法通过结合 3D 重建网络和 3D 物体检测网络的协同作用来解决图像和 3D 对应的歧义性问题，其中重建网络提供粗糙的裁剪符号距离函数（TSDF），并以端到
PDF4 months ago
CVPRViewDiff：利用文本到图像模型的 3D 一致图像生成
本文提出一种新的方法，利用预训练的文字转图像模型作为先验知识，从真实世界数据中的单个去噪过程中生成多视角图像，并且通过在现有 U-Net 网络的每个块中整合 3D 体渲染和跨帧注意力层，设计出自回归生成方法，在任意视点上呈现更具一致性的 3
PDF4 months ago
CharacterGen: 从单幅图像高效生成三维角色并进行多视图姿势规范化
在数字内容创作领域中，从单张图像生成高质量的 3D 角色是具有挑战性的，本文介绍了 CharacterGen 框架，该框架通过图像条件的多视角扩散模型和基于转换器的稀疏视角重建模型高效地生成 3D 角色。通过定量和定性实验证明该方法能够生成
PDF4 months ago
SPAD：有空间感的多视角扩散器
SPAD 是一种从文本提示或单个图像创建一致的多视图图像的新方法，通过扩展自注意力层与跨视图交互的预训练 2D 扩散模型，并在 Objaverse 的高质量子集上进行微调来实现多视图生成。
PDF5 months ago
AAAIRadOcc：通过渲染辅助蒸馏学习跨模态占位知识
探索 3D 场景的占据状态和语义的三维占据预测任务中，通过利用更强大的多模态模型在训练时指导视觉模型，提出了渲染辅助蒸馏的范例 RadOcc，其中利用可微的体积渲染在透视视图中生成深度和语义图，并提出了两个新的一致性标准，即深度一致性损失和
PDF6 months ago
MVHuman：多视采样定制的 2D 扩散用于逼真的 3D 人体生成
利用 MVHuman 方案，通过多视角采样策略和预训练的 Stable Diffsuions 网络生成人体辐射场，无需微调或蒸馏，且优于现有的 3D 人体生成方法。
PDF7 months ago
在实际世界中实现可迁移的有目标 3D 对抗攻击
通过设计一种名为 TT3D 的新型框架，可以从少量多视图图像中快速重建为可转移的针对性的 3D 纹理网格，该方法不仅展示出卓越的跨模型转移能力，而且在不同的渲染和视觉任务中保持可观的适应性，此外，通过 3D 打印技术在真实世界中生成的 3D
PDF7 months ago
多视角漫反射器视图和几何优化提炼
使用基于图像条件的扩散模型从单视角生成多视角图像是最新的技术进展，虽然存在合成图像不一致和提取几何信息过度平滑等问题，但本研究通过优化辐射场、修正传统辐射场优化过程中的偏差以及开发一个专门的两步骤过程，实现了从多视角图像中恢复准确的几何信息
PDF7 months ago
PointVoxel: 多视角多模态 3D 人体姿态估计的简单有效流程
提出了一种名为 PointVoxel 的流程，利用多视图 RGB 和 pointcloud 输入融合来获取 3D 人体姿势，并通过合成数据集生成器和无监督域自适应策略来克服在困难场景中标注 3D 人体姿势标签的挑战，展现了有希望的结果。
PDF7 months ago
Obj-NeRF: 从多视图图像中提取物体 NeRF
本研究提出了 Obj-NeRF，一种综合管道，通过使用一个单一的提示从多视图图像中恢复特定对象的 3D 几何形状。该方法结合了 Segment Anything Model（SAM）的 2D 分割能力和 NeRF 的 3D 重建能力，并应用
PDF7 months ago
NePF：用于单阶反渲染的神经光子场
我们提出了一种新的单阶段框架，神经光子场（NePF），用于解决多视图图像中的逆渲染问题。与以往的方法相反，我们质疑在多个阶段中恢复几何、材质和光照，并从不同的神经场中提取属性的复杂性，并介绍了一种单阶段框架，统一恢复所有属性。NePF 通过
PDF7 months ago
自动反向工程：从多视图图像创建计算机辅助设计 (CAD) 模型
计算机辅助设计（CAD）模型生成是一项重要任务，提出了一种利用卷积神经网络、多视角池化和基于转换器的 CAD 序列生成器的网络架构，通过大量的模拟输入图片进行训练和优化，成功地从测试图像数据重建有效的 CAD 模型，并表明该网络的一些能力可
PDF9 months ago
MC-NeRF：用于多摄像头图像采集系统的多摄像头神经辐射场
该研究论文提出了一种称为 MC-NeRF 的方法，能够联合优化束调整神经辐射场的内参和外参参数，解决了多相机系统的挑战，并提供了一个有效的校准图像采集方案，实现了不提供初始姿势的三维场景表示。
PDF10 months ago
IT3D：通过显式视图合成改进的文本生成 3D 方法
利用多视角图像和 Diffusion-GAN 方法在 Text-to-3D 技术中生成高质量图像。
PDF10 months ago
ICCVImGeoNet: 图像诱导的几何感知体素表示用于多视角三维物体检测
我们提出了 ImGeoNet，这是一个基于多视图图像的 3D 物体检测框架，通过图像诱导的几何感知体素表示对 3D 空间进行建模。ImGeoNet 通过学习从多视图图像中诱导几何感知来减轻体素空间中的混淆，并且在推理阶段只需要来自多视图的图
PDFa year ago
彩色神经隐性曲面重建
本文主要研究目标是在计算机视觉中从多视图图像或单目视频中重建物体表面，作者通过将网格结构与颜色相结合的方式，在去除视角相关颜色的同时通过重新照明网络保持体积渲染性能，通过有向距离函数网络提取表面的网格，并从全局颜色网络获取每个表面顶点的颜色
PDFa year ago
CheXFusion: 多视角特征有效融合用于长尾胸部 X 射线分类的转换器
本研究通过引入 CheXFusion，一个基于 transformer 的融合模块，结合多视图图像处理，通过自注意力和交叉注意力机制，高效聚合多视图特征并考虑标签的共现作用，进一步探索数据平衡和自训练方法以提高模型性能，在 MIMIC-CX
PDFa year ago
基于深度学习的多视角图像全身运动学估计
本文提出了一种基于多视图图像的直接关节角度估计方法，通过结合体态姿势表示法，将旋转表示法映射到一个连续空间中，为现场运动分析提供了一种新的方法。
PDFa year ago
多视角图像下基于顶点热图的 3D 人体网格重建的表示学习
这项研究解决了通过多视角图像重建三维人体网格的问题，通过使用自动编码器对顶点热图进行表示学习，并利用 AMMASS 数据集学习顶点之间的连结模式，开发了一种基于先前训练好的权重的潜在代码监督的身体编码预测器来重建人体网格，并在 Human3
PDFa year ago
神经剪发：基于先验引导的基于发丝的头发重建
本文提出了一种名为神经剪发的方法，可以从单眼视频或多视角图像中恢复出具有高逼真度和个性化的发型，该方法有两个阶段并通过不同 iable renderer，通过隐式体积表示对粗糙的头发和胸围形状及发型方向，以及头发的先验进行精确的几何重建，从
PDFa year ago