Wonder3D چیست؟ روشی برای تولید مش های بافتی با کیفیت بالا از تصاویر تک نمایش

چکیده و 1 مقدمه

2. آثار مرتبط

2.1. مدل های انتشار دو بعدی برای نسل سه بعدی

2.2. مدل های مولد سه بعدی و 2.3. مدل های انتشار چند نمای

3. فرمول مسئله

3.1. مدل های انتشار

3.2. توزیع دارایی های سه بعدی

4. روش و 4.1. نسل چند نمای سازگار

4.2. انتشار متقابل دامنه

4.3. استخراج مش بافت

5. آزمایشات

5.1. جزئیات پیاده سازی

5.2. خطوط پایه

5.3. پروتکل ارزیابی

5.4. بازسازی تک نمای

5.5. Novel View Synthesis و 5.6. بحث ها

6. نتیجه گیری و آثار آتی، قدردانی ها و مراجع

شکل 1. Wonder3D مش های بافتی بسیار دقیق را از یک تصویر تک نمای تنها در 2 تا 3 دقیقه بازسازی می کند. Wonder3D ابتدا نقشه‌های معمولی چند نما را با تصاویر رنگی متناظر از طریق یک مدل انتشار متقابل ایجاد می‌کند و سپس از یک روش همجوشی معمولی جدید برای دستیابی به بازسازی سریع و با کیفیت بالا استفاده می‌کند.شکل 1. Wonder3D مش های بافتی با جزئیات بسیار را از یک تصویر تک نمای تنها در 2 تا 3 دقیقه بازسازی می کند. Wonder3D ابتدا نقشه‌های معمولی چند نما را با تصاویر رنگی متناظر از طریق یک مدل انتشار متقابل ایجاد می‌کند و سپس از یک روش همجوشی معمولی جدید برای دستیابی به بازسازی سریع و با کیفیت بالا استفاده می‌کند.

چکیده

در این اثر به معرفی Wonder3D، یک روش جدید برای تولید موثر مش های بافتی با کیفیت بالا از تصاویر تک نمای. روش‌های اخیر مبتنی بر نمونه‌گیری تقطیر امتیازی (SDS) پتانسیل بازیابی هندسه سه‌بعدی از پیشین‌های انتشار دوبعدی را نشان داده‌اند، اما معمولاً از بهینه‌سازی زمان‌بر هر شکل و هندسه ناسازگار رنج می‌برند. در مقابل، برخی آثار به طور مستقیم اطلاعات سه بعدی را از طریق استنتاج های سریع شبکه تولید می کنند، اما نتایج آنها اغلب کیفیت پایینی دارند و جزئیات هندسی ندارند.

برای بهبود کلی کیفیت، سازگاری و کارایی وظایف بازسازی تک‌نما، ما یک مدل انتشار متقابل دامنه را پیشنهاد می‌کنیم که نقشه‌های عادی چند نمایه را تولید می‌کند.

Source link