shape generation | BriefGPT

关键词shape generation

搜索结果 - 16

通过场景图引导的布局形状生成进行构成性 3D 场景合成
从场景图生成逼真合理的三维场景，利用大型语言模型显式汇总全局图特征和局部关系特征，通过统一的图卷积网络从更新的场景图中提取图特征，并引入基于 IoU 的正则化损失来约束预测的三维布局。在 SG-FRONT 数据集上进行基准测试，我们的方法在
PDF3 months ago
一种用于可精细化形状匹配和生成的端到端深度学习生成框架
基于几何深度学习的形状生成模型在计算医学中的应用可通过比较分析，验证了其适用于以真实 3D 网格形状为基础的合成解剖形状，并且可以进一步增加变异性并保留更多生成形状的细节。
PDF4 months ago
Make-A-Shape：一个千万级的三维形状模型
这篇论文介绍了 Make-A-Shape，一种用于高效训练的新型 3D 生成模型，它能利用 1000 万个公开可用形状，并通过波克树表示将形状紧凑地编码，并通过扩散模型生成形状。这种模型不仅在高质量结果方面超越了现有技术水平，而且能够在几秒
PDF5 months ago
结构形状建模的重写技术
通过结构重写系统（StructRe）进行局部迭代重写过程，实现不同类别、多个物体层次的形状建模，并在形状重建、生成和编辑任务中展示了概率建模和可推广性对于结构建模的好处。
PDF7 months ago
Surf-D: 基于扩散模型的任意拓扑结构的高质量曲面生成
本文介绍了 Surf-D 方法，一种使用扩散模型在任意拓扑结构上生成高质量三维形状表面的新方法。通过采用无符号距离场（UDF）作为表面表示，能够处理任意拓扑结构并生成复杂形状，解决了先前方法在拓扑结构和几何细节方面的限制。通过点云自编码器学
PDF7 months ago
EXIM：一种用于文本引导的 3D 形状生成的混合显式 - 隐式表示方法
该论文提出了一种新的文本引导技术来生成 3D 形状，该技术利用了一种混合的 3D 形状表示，即 EXIM，结合了显式和隐式表示的优势。通过将形状和颜色分离，并在形状上生成颜色以确保形状 - 颜色的一致性，该混合方法实现了无需费时的形状优化或
PDF8 months ago
ICCV3D 语义子空间遍历器：赋予 3D 生成模型形状编辑能力
我们提出了一种新颖的语义生成模型，名为 3D 语义子空间穿越器，用于特定类别 3D 形状的生成和编辑。我们的方法利用隐函数作为 3D 形状表示，并将新颖的潜在空间生成对抗网络与线性子空间模型相结合，以发现 3D 形状的本地潜在空间中的语义维
PDFa year ago
使用预训练文本到图像扩散模型完成点云
本文提出了一种名为 SDS-Complete 的方法，该方法利用预训练的文本到图像扩散模型，借助给定不完整点云对象的文本语义获取完整的表面表示，其可以有效地重建通过现实世界深度传感器和 LiDAR 扫描仪捕获的不完整扫描物体，相较于当前方法
PDFa year ago
CVPR基于深度隐式移动最小二乘函数的三维重构
本研究使用 IMLS 将点云转化为光滑曲面，进而结合深度神经网络进行图形生成，实现了从点云到光滑曲面再到形状生成的流程，实验表明该方法在重建质量和计算效率方面优于当前最先进的学习方法。
PDF3 years ago
ICLR使用生成元胞自动机学习生成 3D 形状
提出一种名为生成元胞自动机的概率三维生成模型，其能够产生多样化和高质量的形状，利用细胞自动机的局部更新规则有效减少了搜索空间，在稀疏卷积网络的支持下进行渐进生成，通过抽样与训练轮廓数据的匹配学习得到了本地均匀规则，并在概率形状补全和形状生成
PDF3 years ago
ICCVPixel2Mesh++: 多视角下基于变形的 3D 网格生成
使用图卷积网络从多角度图像中预测一系列形状变形，以进一步提高 3D 网格表征的形状质量，从而获得高精确度、高可靠性且具有普适性的 3D 模型。
PDF5 years ago
CVPR多视图立体重建的条件单视图形状生成
本文提出一种基于图像的形状生成新视角，采用基于深度学习方法的多个视角重建任务，引入了条件生成网络对单观察结果的不确定性进行建模，并使用不同 iable guidance 限制实现了多视角合成。实验结果表明，该方法在 3D 重建测试误差方面优
PDF5 years ago
CVPR生成形状模型的隐式场学习
本文提出了一种基于隐式场的解码器 IM-NET 来提高生成形状的视觉效果，通过替换传统解码器，通过 IM-AE 进行表示学习和 IM-GAN 进行形状生成，可以在概念建模、插值和单角度 3D 重建等任务中获得更优秀的结果。
PDF6 years ago
仅仅利用二维监督学习来生成和重建三维网格
论文提出了一种统一框架，用于解决单幅图像特定类别的 3D 重建和新 3D 形状生成的问题。该方法支持弱监督学习，只需要单个实例的 2D 图像，使用网格作为输出表示，并利用光照信息提高了性能。实验结果表明，该方法在定量度量上与最新的基于体素方
PDF6 years ago
CVPR变分自编码器用于形变三维网格模型
本文介绍了一种基于神经网络和自动编码器的新型框架 —— 网格变分自编码器来研究分析具有形变的 3D 网格，通过在概率潜空间中探索 3D 表面，既可以代表 3D 动画序列，也可以代表同一类别的对象集合，具有大规模非线性形变的多样形状，广泛的实
PDF7 years ago
Octree 生成网络：用于高分辨率 3D 输出的高效卷积架构
本文介绍一种基于深度卷积解码器的体积 3D 输出生成体系结构，该体系结构采用八叉树表示方式，在使用有限内存的同时提升生成分辨率，适用于多种应用领域，包括 3D 自编码器、基于单张图片的 3D 形状生成等。
PDF7 years ago