需求人群:
适用于需要从在线图像集合中获取物体表示的应用场景
使用场景示例:
通过NeROIC合成具有不同光照条件的物体的新视角
利用NeROIC解析物体的材质属性和表面法线
使用NeROIC在新的光照环境下渲染物体
产品特色:
从在线图像集合中获取物体的高质量几何和材质属性
新视角合成
重新照明
和谐背景合成
浏览量:69
最新流量情况
月访问量
117
平均访问时长
00:00:00
每次访问页数
1.02
跳出率
46.21%
流量来源
直接访问
0.81%
自然搜索
33.76%
邮件
0.02%
外链引荐
65.00%
社交媒体
0.33%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
法国
100.00%
在线图像集合的神经渲染
NeROIC是一种从在线图像集合中获取物体表示的新方法,可以捕捉具有不同相机、光照和背景的照片中任意物体的高质量几何和材质属性。它可以用于新视角合成、重新照明和和谐背景合成等物体中心渲染应用。通过扩展神经辐射场的多阶段方法,我们首先推断表面几何并改进粗略估计的初始相机参数,同时利用粗略的前景物体掩码来提高训练效率和几何质量。我们还引入了一种稳健的法线估计技术,可以消除几何噪声的影响,同时保留关键细节。最后,我们提取表面材质属性和环境光照,用球谐函数表示,并处理瞬态元素,如锐利阴影。这些组件的结合形成了一个高度模块化和高效的物体获取框架。广泛的评估和比较证明了我们的方法在捕捉用于渲染应用的高质量几何和外观属性方面的优势。
实时生成高细节表达性手势头像
XHand是由浙江大学开发的一个实时生成高细节表达性手势头像的模型。它通过多视角视频创建,并利用MANO姿势参数生成高细节的网格和渲染图,实现了在不同姿势下的实时渲染。XHand在图像真实感和渲染质量上具有显著优势,特别是在扩展现实和游戏领域,能够即时渲染出逼真的手部图像。
AlphaGeometry: AI解决几何问题的突破
AlphaGeometry是一个超越了现有技术水平的几何问题AI系统,它通过结合神经语言模型的预测能力和规则驱动的推理引擎,能够解决复杂的几何问题。该系统采用神经符号学方法,由神经语言模型和符号推理引擎组成,共同寻找复杂几何定理的证明。通过生成10亿个随机几何对象图形,并从中推导出所有的关系,最终得到了1亿个独特的训练样本,其中900万个包含了额外的构造。AlphaGeometry的语言模型能够在面对国际数学奥林匹克竞赛的几何问题时做出良好的建议。该系统已经成为世界上第一个能够达到国际数学奥林匹克竞赛铜牌水平的AI模型。
高保真几何渲染
这款产品是一种3D GAN技术,通过学习基于神经体积渲染的方法,能够以前所未有的细节解析细粒度的3D几何。产品采用学习型采样器,加速3D GAN训练,使用更少的深度采样,实现在训练和推断过程中直接渲染完整分辨率图像的每个像素,同时学习高质量的表面几何,合成高分辨率3D几何和严格视角一致的图像。产品在FFHQ和AFHQ上展示了最先进的3D几何质量,为3D GAN中的无监督学习建立了新的标准。
© 2024 AIbase 备案号:闽ICP备08105208号-14