机器人AI干货第一时间送达
首个理论+实践课程《快速上手基于NeRF的SLAM:理论与实践》第2期(新增40%新内容)!
以下内容来自小六的机器人SLAM学习圈(6年积累,全国最大的机器人SLAM交流社区,为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务)知识星球每日更新内容
港中文、腾讯AI实验室、北大、港大与南洋理工联合开源Human Gaussian:使用高斯抛雪球算法,文本驱动的3D人体生成
【HumanGaussian: Text-Driven 3D Human Generation with Gaussian Splatting】
文章链接:http://arxiv.org/abs/2311.17061
项目主页: HumanGaussian: Text-Driven 3D Human Generation wit...
开源代码:https://github.com/alvinliu0/HumanGaussian
从文本提示中生成逼真的3D人物是一项令人向往但具有挑战性的任务。现有的方法通过得分蒸馏采样( SDS )来优化三维表示,如网格或神经场,但存在细化过程细节不足或训练时间过长的问题。在本文中,我们提出了一个高效且有效的框架,HumanGaussian,它可以生成具有细粒度几何和逼真外观的高质量三维人体。我们的关键见解是,3D Gaussian抛雪球是一种具有周期性高斯收缩或增长的高效渲染器,其中这种自适应密度控制可以自然地由内在的人体结构引导。
具体来说,1 )我们首先提出了一个同时优化人类外观和几何形状的结构感知SDS。利用来自RGB和深度空间的多模态得分函数来提取高斯稠密化和剪枝过程。2 )此外,我们通过将SDS分解为一个噪音生成分数和一个干净的分类器分数,设计了一个退火的负提示指导,很好地解决了过饱和问题。在仅剪枝阶段,基于高斯尺寸进一步消除浮动伪影,以增强生成平滑性。大量的实验证明了我们的框架优越的效率和有竞争力的质量,在不同的场景下渲染出生动的3D人体。#论文# #开源#
以上内容来自小六的机器人SLAM学习圈(6年积累,全国最大的机器人SLAM交流社区,为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务)知识星球每日更新内容
如何发表顶会顶刊论文?多传感器融合SLAM、Gaussian Splatting等方向
15讲全部上线!2024最炸裂的新技术!3D Gaussian Splatting(全网独家)
太强了!世界第一款开源的自动驾驶一体化框架Autoware!(附交流群)
17讲全部上线!全网首个详解深度学习特征开源算法SuperPoint和SuperGlue(附交流群)
计算机视觉life联合具有7年工作经验的技术专家 吴桐 为大家讲述GNSS、RTK定位技术。
联系客服