三维生成
莫谷莫谷
这个作者很懒,什么都没留下…
展开
-
3D Sketching using Multi-View Deep Volumetric Prediction
sketch到体素的一篇,特点是通过单张线框图生成体素模型之后,用户可以继续输入其他视角的线框图来对模型进行进一步精细化。架构在论文中,他们训练了两个神经网络,一个single-view CNN用于初次预测,一个updater CNN用于更新模型。两个神经网络的架构基本是一样,都使用了unet架构,唯一的差别是updater CNN在encode的第二层contact了之前预测的体素数据(经...原创 2019-04-26 21:37:56 · 383 阅读 · 0 评论 -
GRASS: Generative Recursive Autoencoders for Shape Structures
RvNN auto-encoder pre-training这个基于rvnn的autoencoder结构很神奇,它总共有三个encode和三个decode。decode其中boxDecode是叶子节点对应的decode,输入n-D 向量,输出目标的12-D参数,也就是box的尺寸、位置、旋转那些啦而adjDecode和SymDecode则都是继续开枝散叶。adjDecode是输入n-D向...原创 2019-04-24 14:51:21 · 952 阅读 · 0 评论 -
两篇img2struct论文
两篇img2struct论文【ICCV2017】3D-PRNN: Generating Shape Primitives with Recurrent Neural Networks【CVPR2018】Im2Struct: Recovering 3D Shape Structure from a Single RGB Image概述这两篇论文,都是输入图片,然后输出由多个长方体拼成的三维模...转载 2019-04-24 15:37:20 · 489 阅读 · 0 评论 -
本周论文阅读总结
【粗读】Shape Synthesis from Sketches viaProcedural Models and Convolutional Networkssketches到 procedural Model的一篇论文,最后的结果三维模型是通过类似形状文法的方法生成的,所以有设定好的固定数量参数的模型,草图送进CNN最后输出模型参数。比如篮子的模型参数有:底面形状、侧面形状、侧壁上的单元参...原创 2019-04-24 15:40:10 · 750 阅读 · 0 评论