关键词point-based representation
搜索结果 - 5
- 用快速偶极子求和进行三维重建
我们介绍了一种从多视图图像重建高保真度表面的技术,该技术使用新的基于点云的表示方法 - 双极子求和,该方法泛化了绕线数以允许在具有嘈杂或异常点的点云中进行任意点属性的插值。
- PIVOT-Net: 基于异构点 - 体素树的点云压缩框架
该研究提出了一个异构点云压缩框架,统一了点基、体素基和树基三种典型点云表示及其相关骨干结构,以在不同位深水平对输入点云进行压缩。实验证明了该提议在各种点云上的最新性能。
- AAAI基于点云神经辐射场的视觉定位
通过统一基于点的表示,本文提出了一种新颖的视觉定位框架 PNeRFLoc,结合传统的基于结构的方法和基于渲染的优化,利用神经辐射场(NeRF)模型与视觉定位的特征进行融合,以提高定位准确性和效率。在处理合成数据时表现出最佳性能,并在视觉定位 - 无模板关节神经点云用于可复位视图合成
本文提出了一种使用基于点的表示和 Linear Blend Skinning(LBS)来联合学习动态 NeRF 和相关骨骼模型的新方法,在维持可比工作的情况下显著缩短了学习时间,在常见数据集上展示了其在重建可动物体方面的多样性和灵活性。
- 视频中的神经点形状人物
本文提出一种新的混合点表示方法,通过自动产生的几何数据点集作为支架和简便的映射方法,学习人形和动物角色的可动形变模型,相较于之前的方法,该方法无需昂贵的采集设备或受控环境的条件,且更具普适性和可推广性。