![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 73
流木追风
这个作者很懒,什么都没留下…
展开
-
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特征原创 2023-03-16 09:24:49 · 511 阅读 · 1 评论 -
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的表示原创 2023-03-15 09:46:53 · 206 阅读 · 2 评论 -
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。原创 2023-03-14 16:33:21 · 265 阅读 · 0 评论 -
LEAP: Learning Articulated Occupancy of People论文笔记
LEAP: Learning Articulated Occupancy of People论文笔记原创 2023-03-14 11:17:04 · 158 阅读 · 1 评论 -
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原创 2023-03-14 10:50:02 · 488 阅读 · 0 评论 -
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。原创 2023-03-12 18:19:05 · 168 阅读 · 1 评论 -
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原创 2023-03-10 10:07:18 · 170 阅读 · 1 评论 -
Occupancy Networks: Learning 3D Reconstruction in Function Space论文笔记
Occupancy Networks: Learning 3D Reconstruction in Function Space论文学习笔记原创 2023-03-09 22:37:44 · 743 阅读 · 2 评论