[Mesh进展] nVidia，多伦多大学提出FlexiCubes，使用isosurface或标量场迭代优化3D表面Mesh，相比MC和DMTeT取得巨大提升
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[NeRF进展，动态3D场景表达速度提升100倍] 密西根大学提出HexPlane，一种新的快速的3D动态场景表达方法
...
[NeRF+Diffusion进展，图片生成3D] 上海交通大学，香港科技大学，微软提出MakeIt3D，使用Diffusion Prior将单图转为3D效果
...
[CLIP进展，3D内容理解与检索] 约翰霍普金斯大学提出CG3D，使用点云、2D图像和文字训练，使CLIP可提取3D几何特征时，ChatGPT 3D又一方案
...
[神经材质压缩] nVidia杀疯了，提出NTC，使用神经压缩算法压缩纹理压缩，在增加了两层LOD后，不需要熵编码的情况下低码率压缩，解码只增加毫秒级消耗
...
[NeRF进展，镜头硬件参数校准] 康奈尔大学、Meta提出Neural Lens Modeling，在训练模型时同步优化相机参数，解决光学镜头参数校准问题
...
[文本转3D进展] 清华、人大等：ProlificDreamer，使用VSD解决过饱和、过平滑、低多样性问题，SDS是VSD的特殊情况，可应用在NeRF生成场景
...
[NeRF进展，3D形状表达] KAUST和TUM发表3DShape2VecNet，面向扩散生成模型的形状神经场表达，对3D形状编码和生成及多个下游任务非常有效
...
[NeRF进展，快速人体动态NeRF建模] 浙江大学提出InstantNVR，速度提升100倍以上的快速人体动态NeRF建模方法，CVPR 2023已发布
...
[AIGC进展，文本到3D Mesh] nVidia在CVPR 23年的Highlight工作Magic3D，选择使用Mesh进行扩散，生成高清晰度Mesh
...
[自动建模，动态3D衣服] 香港中文大学（深圳）、腾讯提出REC-MV，联合优化衣服特征曲线和SDF，提取时域连贯mesh，生成高质量3D衣服动态效果，开源
...
[NeRF+Diffusion进展，单图重建3D] 韩国首尔大学提出DITTO-NeRF，使用文字或单图，通过前视角部分3D+迭代扩散填充，生成3D模型
...
[AIGC进展，使用shape+文本生成纹理] 特拉维夫大学提出TEXTure，通在已知3D shape情况下，使用文本可生成、编辑和迁移纹理效果
...
[NeRF+Diffusion进展，少量输入重建] CMU提出SparseFusion，在最少两个输入视角情况下，可以完成3D一致性高的高质量重建
...
[AIGC进展，使用多种因素合成，提升合成控制力] 阿里与蚂蚁金服提出Composer，使用多种因素训练diffusion model，提高合成的组合能力和可控
...
[NeRF进展，时间一致动态场景重建] MPI, Meta提出SceNeRFlow，一种通用的，非刚性场景的，时间一致性的NeRF重建方法，可重建大尺度运动
...
[NeRF进展] 浙江大学、阿里提出Mirror-NeRF，可以学习镜子准确的几何和反射效果，并可以支持多种不同的场景操控应用，如在场景中添加物体或镜子等
...
[NeRF进展，渲染质量提升] Google NeRF的几位创始人：Zip-NeRF，解决Mip-NeRF 360锯齿问题，复杂场景渲染提升，训练速度提升22倍
...
[神经渲染，自动驾驶方向] Waabi，多大，MIT提出UniSim，一种神经sensor模拟器，可以用从录制结果生成真实的close-loop多传感器仿真效果
...
[3DGS进展] 浙大CADCG，字节提出可变形的3DGS方法，对单目动态场景进行建模，在渲染质量和速度取得优势，适合NVS问题，时间序列合成和实时渲染
...
[NeRF进展，TensoRF+PBR] 浙江大学、UCSD等提出TensoIR，将场景以神经场与密度、法向、光照、材质等信息一起建模，实现高质量建模
...
[NeRF进展，文本生成NeRF场景] 香港城市大学、腾讯提出Text2NeRF，一种由文本生成NeRF场景的方法，室内外生成效果都不错
...
[NVS和三维生成进展] 香港大学、腾讯等提出SyncDreamer，不使用SDS损失，使用单图生成多视角一致性图片，进而使用Neus和NeRF重建三维模型
...
[动态NeRF进展]马里兰大学提出DMRF，一种在渲染和模拟中混合了Mesh和NeRF的方法，提出了光源、阴影和物理模拟的可实时交互方法，在网格插入取得良好效果
...
[点云进展，单图生成3D图片动画] 华中科技大学，Adobe，南洋理大学CVPR提出使用单图片生成3D图片动画的工作，提升图片内容表现力
...
[NeRF进展，动态系统建模，优于D-NeRF] UCLA、MIT、马里兰大学等提出Pac-NeRF，从多视角视频中提取高动态优物体的几何与物理参数信息
...
[NeRF进展，点云重建] 捷克理工大学提出Tetra-NeRF，使用点云为输入，使用四面体和其德劳内表达进行重建，实现更好的重建性能和效果
...
[3D人脸采集，偏振光重建方向] 慕尼黑工业大学、Meta，Matthias大神、Justus提出PolFace，使用偏振光在手机上即可采集出高质量3D人脸效果
...
[神经网络驱动3D建模] 特拉维夫大学、芝加哥大学、普渡大学提出GeoCode，一个人类可解释、可修改编辑的3D建模方法，提升对生成模型的操控力
...
[SDF进展，哈希+SDF] nVidia, 约翰霍普金斯大学提出Neuralangelo，综合了多分辨率的hash grid和SDF，实现了更好的从RGB视频
...
[NeRF进展，大规模城市场景建模] CMU, Argo AI提出SUDS，构建最大的动态NeRF，可快速重建大规模城市场景，并因分支建模，支持一定后期处理能力
...
[NeRF进展] 多伦多大学，SFU，Google和Adobe提出Bayers' Rays，在预训练的NeRF里预测不确定性，清除由不完整或遮挡造成的重建缺陷
...
[NeRF进展，重着色方向]香港中文大学提是出RocolorNeRF，提取场景中的颜色层信息，在后期使用调色板对NeRF进行重新着色
...
[Diffusion+NeRF进展]慕尼黑工业大学、Meta研究院提出DiffRF (也许是首次)基于扩散模型的3D辐射场生成方法
...
[NeRF进展，2D图片生成3D人体] 南洋理工大学提出EVA3D，通过使用人体的分解NeRF表达，使用2D图片集训练生成高质量3D人体模型
...
[NeRF进展，Avatar实时生成] 苏黎世I联邦理工，普朗克研究所提出InstantAvatar，相比SOTA方法速度提升130倍以上，秒级别训练，实时渲染
...
[NeRF进展，稀疏输入视角重建]CMU提出GBT，在稀疏图片输入的情况下，使用几何biased Transformer显著提升稀疏图片重建效果
...
[NeRF进展，街景重建方向] 复旦大学提出S-NeRF，将街景重建PSNR提升45%，可以兼顾大规模场景背景与前景移动车辆处理
...
[文本转3D，群友工作] 南京大学提出AvatarBooth，新的文本或图片生成高质量3D Avatar的框架，拍摄的脸或身体照片即可生成，可支持二次编辑
...
[NeRF进展，时变3D模型] 浙大，康奈尔，特拉维夫提出neusc，使用网上地标照片，重建可独立控制视点、光照和时间的真实感时变三维模型
...
[NeRF进展] nVidia，多伦多大学提出Adaptive Shell的高效NeRF渲染方法，在体渲染和表面渲染方法之间平滑切换，可以高质量高速渲染NeRF