![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
3D
文章平均质量分 90
祥瑞Coding
机器学习,计算机视觉
展开
-
栅格化渲染源码解析-neural_renderer源码(三)栅格化
本文着重探讨栅格化最重要的栅格化部分。栅格化的定义:将三维场景中的物体进行着色投影到成像平面,形成二维图形的过程。其详细定义和流程可以参考其他文章,本文暂不重复描述。基于代码选取,栅格化渲染的代码较多,例如基于openGL的渲染管线,本文选取的是neural_renderer,此代码主要的创新点是如何在渲染中回传梯度,但是其栅格化部分的代码写的具有不错的可读性。我们暂不讨论代码中关于梯度的问题,只是详细解析一下neural_renderer是如何进行栅格化渲染的流程的。其他部分可详细参考另外两篇原创 2022-01-23 20:36:22 · 3234 阅读 · 0 评论 -
densepose的IUV图像I通道数字与身体部分对应关系
densepose的IUV图像I通道数字与身体部分对应关系原创 2022-01-05 21:01:30 · 3396 阅读 · 0 评论 -
栅格化渲染源码解析-neural_renderer源码(二)光照部分
目录一、变量形式1.1 light1.3 textures变量1.4faces变量二、对于light的处理2.1 ambient_light常数化光场2.2 directional_light源码参见如下链接,这里详细对源码进行解析。其实严格而言,光照部分是在栅格化操作之外的流程,因为这里涉及到光源对于三维物体的相互作用,作用结果是作用在物体的贴图上,严格而言并没有到栅格化的步骤。但是此步骤依然是比较重要的步骤。另外有一点需要注意,就是Neural_renderer的..原创 2021-12-19 22:31:24 · 649 阅读 · 0 评论 -
栅格化渲染源码解析-neural_renderer源码(一)概览
栅格化渲染目前渲染中,较多渲染技术采用栅格化的方法。也有光追技术,这里暂不讨论光追,只讨论栅格化。个人理解,栅格化的定义:将三维场景中的物体进行着色投影到成像平面,形成二维图形的过程。其详细定义和流程可以参考其他文章,本文暂不重复描述。neural_renderer有两个版本,一个是torch+cuda版本,另一个是chianer+cupy版本。还有一个tensorflow版本GitHub - FuxiCV/pt_mesh_renderer: A PyTorch implementa..原创 2021-12-19 20:55:25 · 1695 阅读 · 1 评论 -
EMLight: Lighting Estimation via Spherical Distribution Approximation AAAI 2021 光场估计 论文详解
领域:Light Estimation论文地址:[2012.11116] EMLight: Lighting Estimation via Spherical Distribution Approximation (arxiv.org)代码地址GitHub - fnzhan/Illumination-Estimation: EMLight: Lighting Estimation via Spherical Distribution Approximation (AAAI 2021)南洋原创 2021-08-02 15:19:26 · 989 阅读 · 0 评论 -
Deep Parametric Indoor Light Estimation ICCV 2019论文详解
论文地址:[1910.08812] Deep Parametric Indoor Lighting Estimation (arxiv.org)项目地址:Deep Parametric Indoor Lighting Estimation (lvsn.github.io)原创 2021-08-02 10:23:37 · 708 阅读 · 0 评论 -
NeRFactor: Neural Factorization of Shape and Reflectance Under an Unknown Illumination光场及三维成像重建
论文地址:[2106.01970] NeRFactor: Neural Factorization of Shape and Reflectance Under an Unknown Illumination (arxiv.org)本文在NeRF的基础上提出了NeRFactor的改进,即基于NeRF的因式分解。将NeRF的输出送入到几个MLP之中,用MLP再次进行因式分解,获得光照,物体表面法向,光场等信息,从而提升NeRF的重建效果。目录关键词贡献点贡献点输入与输出形状原创 2021-07-07 11:17:33 · 2717 阅读 · 1 评论