Project Icon

zed-unity

ZED Unity插件整合先进立体视觉功能

ZED Unity插件集成了多项先进立体视觉功能,如人体追踪、AR/MR、点云和物体检测。插件支持各种ZED相机,并与CUDA GPU和主流VR头显兼容。通过丰富的示例场景和预制体,开发者可以轻松将复杂的计算机视觉功能整合到Unity项目中。该插件适用于创建AR体验和开发3D感知应用,为Unity开发者提供了强大而灵活的工具。

Far3D - 突破远距离3D目标检测的新框架,提升环视感知能力
3D目标检测Far3DGithub开源项目深度学习自动驾驶计算机视觉
这是一个创新的稀疏查询框架,专注于解决远距离3D目标检测问题。该项目通过2D目标先验生成自适应3D查询,并利用透视感知聚合模块处理多视角和多尺度特征。还开发了范围调制的3D去噪技术,有效解决了查询错误传播和收敛问题。在Argoverse 2和nuScenes数据集上,展现出优异的性能,推动了环视3D目标检测技术的发展。
UEAzSpeech - 虚幻引擎整合Azure语音服务的开源插件
AzureGithubUnreal Engine开源项目插件语音合成语音识别
UEAzSpeech是一个开源的虚幻引擎插件,通过异步任务将Azure语音认知服务整合到引擎中。插件提供语音识别和合成功能,还包含一个可在引擎中直接生成USoundWave音频的编辑器工具。支持多种语言,并提供详细文档和示例项目,适用于需要在虚幻引擎项目中实现语音交互功能的开发者。
EmbodiedScan - 全面多模态3D感知套件,提高具身AI的理解能力
3D感知EmbodiedScanGithubMMScan多模态开源项目深度学习
EmbodiedScan及其系列如MMScan是专为多模态3D感知设计的开放数据集与基准,用于深入理解第一人称3D场景。包含超过5000次扫描、100万RGB-D视图、语言提示和160k 3D定向框。基于此数据库的Embodied Perceptron展示了在3D感知和语言定位中的优秀表现,适用于计算机视觉和机器人领域。通过我们的演示和基准测试,了解详细信息和应用案例。
XR-Stereoscopic-Viewer - Meta Quest设备上的空间媒体浏览器
GithubMeta QuestXR-Stereoscopic-Viewer开源项目空间图像空间视频立体成像
XR-Stereoscopic-Viewer是一款为Meta Quest系列头显开发的空间媒体浏览器。该应用支持查看本地空间照片和视频,提供IPD调节和MR穿透功能。用户可轻松导入3D媒体文件,体验沉浸式观看效果。这个开源项目允许自定义构建,为XR爱好者提供了探索空间媒体的工具。
univoice - Unity开源语音聊天框架
GithubUniVoiceUnity插件开源项目网络通信语音聊天音频输入输出
UniVoice是一个为Unity开发的开源语音聊天框架。该项目支持多人群组语音聊天,提供即插即用功能,无需编写复杂的音频和网络代码。UniVoice具有高度可定制性,支持PUN2和WLAN等多种网络类型。开发者可自定义音频输入、输出和网络传输方式,以适应不同应用场景。该框架简化了Unity项目中实时语音通信的实现过程。
stable-diffusion-webui-depthmap-script - 适用于Stable Diffusion WebUI的高分辨率深度图、立体图像和3D网格生成工具
3D影像GithubStable Diffusion WebUI全景照片填充开源项目批量处理深度图
此插件为AUTOMATIC1111的Stable Diffusion WebUI设计,提供高分辨率深度图、立体图像和3D网格生成功能。支持批处理、视频处理,并可独立运行。集成Marigold、MiDaS、ZoeDepth等技术,显著提升深度图效果。适用于3D摄影、立体图生成和多种3D引擎。提供多种模型选择和详细设置选项,满足不同需求。
Real3D - 基于真实图像的大规模3D重建模型
3D重建GithubReal3D开源项目深度学习自监督学习计算机视觉
Real3D是一种创新的大规模3D重建模型系统,首次实现了使用单视图真实图像进行训练。该系统采用自训练框架,结合3D/多视图合成数据和单视图真实图像,并引入两种无监督损失函数,实现像素和语义层面的模型监督。在包含真实和合成数据、域内和域外形状的四种评估场景中,Real3D均显著优于现有方法。
CustomNavMesh - Unity导航网格增强系统 实现动态避障和智能寻路
GithubNavMeshAgentNavMeshObstacleUnity开源项目自定义导航网格避障
CustomNavMesh是一个基于Unity导航系统的扩展解决方案,使AI代理能在寻路时动态避开静止的其他代理。通过切换NavMeshAgent和NavMeshObstacle组件,实现了更灵活的寻路行为。系统兼容NavMeshComponents,提供自定义Surface、Obstacle和Agent组件,可替换原生组件。CustomNavMesh支持代理间的推挤交互,并根据速度和时间智能控制阻挡状态,提升了AI导航的真实感。
MonoHuman - 单目视频生成可动画化3D人体神经场景技术
3D渲染GithubMonoHuman人体神经场动画化人体单目视频开源项目
MonoHuman框架利用单目视频生成高质量、视角一致的3D人体动画。通过双向变形约束和关键帧信息建模变形场,实现任意新姿势的高保真渲染。该技术在ZJU-Mocap数据集和自然场景视频中表现优异,为虚拟现实和数字娱乐领域提供了有力支持。
SegmentAnything3D - Segment Anything技术在3D场景中的创新应用
3D感知GithubSegment Anything 3D图像分割开源项目点云处理计算机视觉
SAM3D项目将Segment Anything技术扩展到3D感知领域,通过将2D图像分割信息转移到3D空间,为3D场景理解提供新思路。该项目结合SAM生成掩码、点云合并和区域合并等技术,实现2D到3D的有效转换。SAM3D不仅拓展了计算机视觉的应用范围,也为3D场景分析和理解开辟了新的研究方向。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号