normal maps | BriefGPT - AI 论文速递

关键词normal maps

搜索结果 - 8

对光场数据进行正常图修复
本研究介绍了一种使用生成对抗网络（GAN）修复法线贴图的新方法，该方法通过推断生成虚拟数据，并结合了损失函数的修改以适应特定的数据特征，实现了高质量逼真的修复结果，适用于表演捕捉等应用。
PDF6 months ago
NeuSD：多视角文本到图像扩展的表面完整性
我们提出了一种新颖的方法，用于从多个图像中进行 3D 物体表面重建，其中只捕获了物体的一部分。我们的方法基于两个最新发展：使用神经辐射场进行表面重建，用于重建表面的可见部分，以及使用预训练的 2D 扩散模型的指导（SDS）完成未观察到的区域
PDF7 months ago
RNb-NeuS：基于反射和法线的多视角 3D 重建
介绍了一种用于集成多视角反射和法线映射的通用范例。它使用像素级联合参数化反射和法线，将它们视为在模拟的不同光照下渲染的辐射矢量。该方法在神经体渲染的基于 3D 重建中，实现了反射和法线映射的无缝集成，同时保留单一的优化目标，从而优于最先进的
PDF7 months ago
基于法线图的服装人体弱监督三维重建
使用 2D 法线贴图进行弱监督的基于深度学习的方法，实现服装人体的三维重建。利用神经网络推断在休息姿势下围绕身体离散的四面体网格上的有符号距离函数 (SDF)，接着利用推断得到的姿势和相机参数生成法线贴图。通过 Marching Tetra
PDF7 months ago
HumanNorm：高质量和逼真的 3D 人体生成的正常扩散模型学习
通过使用法线贴图对文本到图像传播模型进行微调，使其能够适应文本到法线传播模型，从而提高对三维几何体的二维感知，同时保留从大规模数据集中学习到的先验知识，从而实现高质量和逼真的三维人体生成。
PDF9 months ago
使用二维扩散概率模型从皮肤形状先验中雕刻三维服装人体
提出了一种基于扩散模型的 3D 生成方法，通过生成前后面衣着人的真实性的法线贴图，使用优化网格的方式实现人物的 3D 重建，还结合最新的文本到图像扩散模型，实现了对人物身份的控制，能够生成具有更好感知效果和身份多样性的真实 3D 服装人物。
PDFa year ago
ECCVNormalGAN: 从单个 RGB-D 图像中学习详细的 3D 人类形象
这篇论文提出了一种名为 NormalGAN 的方法，使用对立学习的方式，从单张 RGB-D 图像中重建完整且详细的 3D 人体模型，该方法利用 Normal maps 编码的 3D 表面细节信息能够更好地学习几何细节，其性能优于其他表示方式
PDF4 years ago
ECCV从偏振图像中重建三维人体形状
该研究论文提出了一种针对服装人体的三维形状估计方法，通过使用极化图像捕获几何线索来重构人体表面法线图，并采用深度学习模型将其转化为 3D 人体形态估计，其结果表明极化相机对于人体形态估计是一种有前途的替代方法。
PDF4 years ago