Nerf学习记录
文章平均质量分 84
出门吃三碗饭
NeRF,3DAIGC学习ing,PhD研究方向是3D打印,3D建模,欢迎交流
展开
-
论文阅读:Magic-Boost: Boost 3D Generation with Mutli-View Conditioned Diffusion
受益于2D扩散模型的快速发展,3D内容创作最近取得了重大进展。一种有前景的解决方案是对预先训练的 2D 扩散模型进行微调,以利用其生成多视图图像的能力,然后通过快速 NeRF 或大型重建模型等方法将其提升为精确的 3D 模型。然而,由于不一致仍然存在并且生成的分辨率有限,此类方法的生成结果仍然缺乏复杂的纹理和复杂的几何形状。为了解决这个问题,我们提出了 Magic-Boost,这是一种多视图条件扩散模型,可通过短暂的SDS 优化(约 15 分钟)显着细化粗略的生成结果。原创 2024-04-10 15:07:25 · 750 阅读 · 0 评论 -
论文解读Neural Body: Implicit Neural Representations with Structured Latent Codes for Novel View Synthes
本文解决了人类表演者从一组非常稀疏的摄像机视图中合成新颖视图的挑战。最近的一些工作表明,在给定密集输入视图的情况下,学习 3D 场景的隐式神经表示可以实现卓越的视图合成质量。然而,如果视图高度稀疏,表示学习就会不适定。为了解决这个不适定问题,我们的关键思想是整合对视频帧的观察。为此,我们提出了神经体,一种新的人体表示,它假设不同帧上学习的神经表示共享锚定到可变形网格的同一组潜在代码,以便跨帧的观察可以自然地整合。可变形网格还为网络提供几何指导,以更有效地学习 3D 表示。原创 2023-07-31 21:46:49 · 644 阅读 · 0 评论 -
Siren论文阅读笔记:Implicit Neural Representations with Periodic Activation Functions具有周期激活函数的隐式神经表示
Siren论文阅读笔记:Implicit Neural Representations with 由神经网络参数化的隐式定义的、连续的、可微的信号表示已经成为一种强大的范例,与传统的表示相比,它提供了许多可能的好处。然而,当前用于此类隐式神经表示的网络架构无法对信号进行精细细节建模,并且无法表示信号的空间和时间导数,尽管事实上这些对于许多隐式定义为偏微分方程解的物理信号至关重要。我们建议利用周期性激活函数进行隐式神经表示,并证明这些网络(称为正弦表示网络或 SIREN)非常适合表示复杂的自然信号及其导数。原创 2023-07-16 00:38:10 · 1696 阅读 · 2 评论 -
三维重建以及神经渲染中的学习(一)
三维重建以及神经渲染中的学习(一)本文内容为参加过去一次暑期课程学习时的笔记,浅浅记录下。点云points:由一组离散三维点表征物体表面+推理速度快,容易获取-离散表征,无拓扑关系由离散点和面表征物体表面+推理速度快,具备拓扑关系-离散表征,拓扑关系难优化整个场景表征为离散化+推理速度快,可表征拓扑关系-栅格分辨率受限,可视化的时候要转化为显示表征+可表征拓扑关系,不受分辨率限制-推理速度慢,可视化的时候要转为显示表征。原创 2023-07-12 16:50:09 · 273 阅读 · 0 评论 -
三维重建以及神经渲染中的学习(三)
三维重建以及神经渲染中的学习三维图形可控生成:本文内容为参加过去一次暑期课程学习时的笔记,浅浅记录下。原创 2023-07-12 16:53:55 · 256 阅读 · 0 评论 -
自由视点合成中的表征学习(二)
本文内容为参加过去一次暑期课程学习时的笔记,浅浅记录下。自由视点合成中的表征学习(二)原创 2023-07-12 16:51:54 · 177 阅读 · 0 评论 -
Nerf代码学习笔记NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
本文为记录自己在Nerf学习道路的一些笔记,包括对论文以及其代码的思考内容。公众号: AI知识物语 B站讲解:出门吃三碗饭本篇文章主要针对其代码来学习其内容,关于代码的理解可能会有出入,欢迎批评指正!!!(论文是论文:https://arxiv.org/abs/2003.08934)NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis代码地址,自取Nerf 与unity结合这里我们准备的llff类型的数据,具体原创 2023-07-03 21:30:58 · 1179 阅读 · 2 评论 -
Nerf-Wild神经辐射场论文学习笔记 Neural Radiance Fields for Unconstrained Photo Collections
NeRF in the Wild: Neural Radiance Fields for Unconstrained Photo Collections论文本文为记录自己在Nerf学习道路的一些笔记,包括对论文以及其代码的思考内容。公众号: AI知识物语 B站讲解:出门吃三碗饭原创 2023-07-02 02:05:57 · 463 阅读 · 0 评论 -
Nerf论文前后介绍以及今后方向(2020年各个方向工作论文分析) NEURAL VOLUME RENDERING:NERF AND BEYOND
你好!这里是“出门吃三碗饭”本人,视频解说可以关注B站,即可找到对应视频,另外可以关注《AI知识物语》 公众号获取更多详情信息。Nerf是一个非常美丽的算法,因为简单,而美丽。Nerf论文前后介绍以及今后方向(2020年各个方向工作论文分析) NEURAL VOLUME RENDERING:NERF AND BEYOND原创 2023-06-24 16:55:49 · 1448 阅读 · 0 评论 -
Nerf如何制作自己的llff数据集
-----------------------------------20230427更新----------------------------------------------你好!这里是“出门吃三碗饭”本人,本文章接下来将介绍自己制作Nerf数据集,让你自己动手渲染第一个三维模型。视频解说可以关注B站,搜索 出门吃三碗饭 ,即可找到对应视频(预计11.24更新),另外可以关注《AI知识物语》 公众号获取更多详情信息。讲解视频链接如下。原创 2023-06-15 15:30:55 · 3374 阅读 · 11 评论 -
三维重建入门学习————建模软件Blender入门篇
关于近期在进行三维重建相关算法学习的时候,学得越深,发现对各个方面的知识要求得越多,之前是补了相机的拍照原理,成像原理知识,再后来还补了主流的点提取、匹配算法等等。到了最近,论文,抑或是其他技术性文章出现的纹理、贴图等等词,总会让我有所疑惑。于是,追本溯源,我花了点时间通过看教程去学习了如何从0去进行一个建模?算法(nerf等)生成模型和建模软件建模出来的模型有什么关联?如何将二者去做一个统一?Blender—B站教程链接,对新手友好。原创 2023-03-23 20:43:24 · 3870 阅读 · 0 评论 -
Nerf神经辐射场三维重建0基础学习
Nerf是2020年的一篇ECCV论文,其贡献就是通过提供2维信息来渲染3维复杂的真实场景。原创 2023-03-19 18:38:17 · 2716 阅读 · 1 评论 -
HumanNerf三维重建Pytorch使用Pycharm运行0基础教程
结合自己需要选择 命令代码好了,好了,真要这么麻烦感觉大家都不会去尝试接下来是我实现复现后整理好的项目包,在我的项目包基础上进行运行会更加快。(预训练的模型和数据都已经下载好了),获取方式在文末!原创 2023-03-08 19:07:53 · 1624 阅读 · 4 评论 -
Unable to find a valid cuDNN algorithm to run convolution
1GPU内存不够(但我之前遇到的GPU内存不够的报错,应该这样 ----- allocated 3.88/4.00 -----memory --不够 类似这样,和这个差挺多)总结:每个人遇到问题的报错不一样,但他们的解决方法是类似的,比如这里思维就是 去配置文件里面找一找,有没有与本机GPU情况不符的配置代码,改下就可以。后面自己结合上面的观点,推导了,大概就是项目配置文件里面对GPU的要求和我自己本机不太对应(我电脑就1个3050ti)使用上面的代码发现GPU是可以用的,可自己的torch版本对应。原创 2023-03-05 11:28:02 · 718 阅读 · 0 评论 -
针孔成像模型零基础入门(三)
从数学和物理的角度来看下三维世界的物体如何通过照相机变成二维的图像信息。原创 2023-02-25 23:35:09 · 561 阅读 · 0 评论 -
Nerf三维重建Pytorch使用Pycharm运行0基础教程
想要运行渲染自己的第一个3维模型吗?还在为Nerf漫天的代码但无法运行而困恼吗!看这里看这里,这里将提供小白从0到完整训练的流程,虽然文章内容多,但一步步都很详细,具体有问题可以评论留言哦,记得关注!!!原创 2022-11-24 01:27:23 · 8060 阅读 · 16 评论