- 博客(11)
- 收藏
- 关注
原创 Tri-Perspective View for Vision-Based 3D Semantic Occupancy Prediction论文笔记
Tri-Perspective View for Vision-Based 3D Semantic Occupancy Prediction论文笔记。文章提出了一个三视角视图(TPV)表示,它伴随着BEV和两个额外的垂直平面。为了将图像特征提升到三维TPV空间,我们进一步提出了一种基于Transformer的TPV编码器(TPVFormer)来有效地获取TPV特征
2023-03-16 09:24:49
486
1
原创 Enhancing 3D-2D Representations for Convolution Occupancy Networks论文笔记
Enhancing 3D-2D Representations for Convolution Occupancy Networks论文笔记。通过增强3D位置信息和3D-2D相关性来改进ConvONet的表示
2023-03-15 09:46:53
167
2
原创 Generative Occupancy Fields for 3D Surface-Aware Image Synthesis论文笔记
Generative Occupancy Fields for 3D Surface-Aware Image Synthesis论文笔记。直接将占用表示应用于生成模型,在训练过程中,它们只会接收到位于物体表面的稀疏梯度,最终会遇到收敛问题。GOF将累积渲染过程中的alpha值重新解释为占用值,以便通过寻根来定位学习到的曲面。随后,它通过在渲染过程中逐渐缩小采样区域,从整个体积缩小到曲面周围的最小邻近区域,自然地促进学习曲面的紧凑性。
2023-03-14 16:33:21
229
原创 LEAP: Learning Articulated Occupancy of People论文笔记
LEAP: Learning Articulated Occupancy of People论文笔记
2023-03-14 11:17:04
136
1
原创 SA-ConvONet: Sign-Agnostic Optimization of Convolutional Occupancy Networks论文笔记
SA-ConvONet: Sign-Agnostic Optimization of Convolutional Occupancy Networks论文笔记,在测试时以无符号学习的方式进一步优化占用场
2023-03-14 10:50:02
450
原创 Learning Occupancy Function from Point Clouds for Surface Reconstruction论文笔记
Learning Occupancy Function from Point Clouds for Surface Reconstruction论文笔记,采用点卷积神经网络(PCNN)来构建学习模型,取代用全连接多层网络预测点占用率。这个方法直接获得点云数据的几何性质,对点的排列具有不变性。
2023-03-13 17:33:45
166
1
原创 Dynamic Plane Convolutional Occupancy Networks论文笔记
Dynamic Plane Convolutional Occupancy Networks论文笔记,不像ConvONet那样在三个预定义的规范平面上学习特征,而是使用全连接网络来学习动态平面,在动态平面上投影编码的点特征,进一步提高了三维曲面重建的质量,在ShapeNet和室内场景数据集的无定向点云表面重建中表现出优异的性能。
2023-03-13 16:28:18
210
1
原创 Occupancy Flow: 4D Reconstruction by Learning Particle Dynamics论文笔记
固定视角的模板模型:这些结果受到模板模型的质量和可用性的限制,并且非常特定于领域。此外,获得足够的模板是非常昂贵的,因此现有的大多数工作都集中在特定的形状类别上,如人体、手或脸。有的计算整个嵌入空间上的变形场,但他们的方法无法处理几何体的体积变化。(p,t)描述了随矢量场v ( ⋅ , ⋅ )初始点p在时刻t的位置,可以将公式重构为。单独处理每个时间步长的方法缺乏连续性,推理速度慢,而传统的4D重建方法通常使用。:目前的方法有,固定视角的模板模型,多视角,强动作假设(如刚性和线性假设)来学习网格对应关系。
2023-03-12 18:19:05
136
1
原创 Convolutional Occupancy Networks论文笔记
Convolutional Occupancy Networks引入归纳性偏差比如平移不变性来更好地整合局部信息,使得3D隐式表达具有更强的表达能力
2023-03-10 10:07:18
163
1
原创 Occupancy Networks: Learning 3D Reconstruction in Function Space论文笔记
Occupancy Networks: Learning 3D Reconstruction in Function Space论文学习笔记
2023-03-09 22:37:44
709
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人