ECCV2022 | 通过网格实现辐射场的自由变形! 已开源!论文/代码速递2022.11.2!

2022-12-11 13:06:35 浏览数 (1)

整理:AI算法与图像处理

CVPR2022论文和代码整理:https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo

ECCV2022论文和代码整理:https://github.com/DWCTOD/ECCV2022-Papers-with-Code-Demo

最新成果demo展示:

标题:Deforming Radiance Fields with Cages

论文:https://arxiv.org/abs/2207.12298

主页:https://xth430.github.io/deforming-nerf/

代码:https://github.com/xth430/deforming-nerf

辐射场的最新进展支持静态或动态3D场景的照片级真实感渲染,但仍不支持用于场景操纵或动画的显式变形。

在本文中,我们提出了一种新的辐射场变形方法:自由形式辐射场变形。我们使用一个三角形网格,将前景对象称为框架作为界面,通过操纵框架顶点,我们的方法可以实现辐射场的自由变形。我们方法的核心是网格变形中常用的基于笼的变形。我们提出了一种新的公式,将其扩展到辐射场,该公式将采样点的位置和视图方向从变形空间映射到规范空间,从而实现变形场景的渲染。合成数据集和真实世界数据集的变形结果证明了我们方法的有效性。

最新论文整理

ECCV2022

Updated on : 2 Nov 2022
total number : 1

Uncertainty-DTW for Time Series and Sequences

  • 论文/Paper: http://arxiv.org/pdf/2211.00005
  • 代码/Code: None

CVPR2022

NeurIPS

Updated on : 2 Nov 2022
total number : 5

Improving Fairness in Image Classification via Sketching

  • 论文/Paper: http://arxiv.org/pdf/2211.00168
  • 代码/Code: None

Improving Motion Forecasting for Autonomous Driving with the Cycle Consistency Loss

  • 论文/Paper: http://arxiv.org/pdf/2211.00149
  • 代码/Code: None

A new benchmark for group distribution shifts in hand grasp regression for object manipulation. Can meta-learning raise the bar?

  • 论文/Paper: http://arxiv.org/pdf/2211.00110
  • 代码/Code: None

A Self-Supervised Approach to Reconstruction in Sparse X-Ray Computed Tomography

  • 论文/Paper: http://arxiv.org/pdf/2211.00002
  • 代码/Code: https://github.com/vganapati/CT_PVAE

Deep Learning for Global Wildfire Forecasting

  • 论文/Paper: http://arxiv.org/pdf/2211.00534
  • 代码/Code: None

0 人点赞