parametric model | BriefGPT

关键词parametric model

搜索结果 - 28

CVPR卷积网格回归实现单张图片人体形状重建
本文解决从单张图像中估计 3D 人体姿态和形状的问题，提出在保留 SMPL 模板网格拓扑的同时，使用 Graph-CNN 直接回归网格顶点的三维位置，与基于模型参数回归的可比较基线相比，我们的方法具有更好的效果。
PDF5 years ago
CVPR通过分层网格变形从单张图像中详细估计人体形状
该论文提出了一种新的框架，利用深度神经网络和 Hierarchical Mesh Deformation 技术综合使用人体关节、轮廓和像素的着色信息，从而在单张图片中精确恢复人体形状。实验证明，我们的方法在 2D IoU 计算和 3D 距离
PDF5 years ago
CVPR通过神经渲染推动基于 RGB 的稠密三维手势姿势估计的发展
采用紧凑的参数化 3D 手模型对单个 RGB 图像进行三维手模型估计，运用神经渲染、迭代测试和自我数据增强方法，并在三个基于 RGB 的基准测试中证明了优越性。
PDF5 years ago
FARM: 3D 人体可功能自动注册方法
本文介绍了一种针对三维人体形状的非刚性配准方法，该方法基于人体的参数化模型，并利用功能映射表示来在整个配准过程中编码和推断形状映射。该方法具有鲁棒性，可以应对实际环境中出现的各种干扰问题，包括非等距变换、降采样、拓扑噪声和遮挡等，在不同的形
PDF6 years ago
ZM-Net: 实时零样本图像处理网络
本文提出了一种零样本图像操作的方法，通过参数网络生成关键转换参数，将任何引导信号转换为图像转换网络。实验证明，这种方法可以实现高质量的图像操作，并且同时处理不同形式的引导信号，例如风格图像和属性。
PDF7 years ago
可视化和理解深度纹理表示
本文通过对最近的 CNN-based 描述符进行系统评估和比较，梳理深度卷积神经网络在纹理表示和分类变量不变性方面的性质，并提出了一个可视化的方法来理解这个性质。最后，作者介绍了一个关于纹理分析和合成的参数化模型，可以用于基于属性的图像操作
PDF9 years ago
使用对抗网络的拉普拉斯金字塔深度生成图像模型
该研究提出了一种生成参数模型，能够在 Laplacian 金字塔框架内使用级联卷积网络，生成高质量、逐步细化的自然图像，并使用 GAN 方法进行训练，使得该模型生成的 CIFAR10 样本在人类评估者的定量评估中被误认为是真实图像的概率高达
PDF9 years ago
贝叶斯模型回归
本文提出了三种不同的方法：基于参数的贝叶斯模型、基于 Dirichlet 过程混合和基于经验似然的贝叶斯模型来探索贝叶斯模式回归，并通过模拟数据和真实数据集进行了说明。
PDF12 years ago