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
