#3D重建

Awesome-MVS - 多视角立体视觉算法精选资源大全
MVS多视图立体视觉深度学习3D重建计算机视觉Github开源项目
本资源列表汇集了2017年至2024年间多视角立体视觉(MVS)算法的重要研究成果,包括基于学习和传统方法的最新进展。项目提供论文链接、代码实现和项目网页等全面资源,适合MVS领域研究者和开发者参考。内容定期更新,保持与前沿技术同步。
ml-hugs - 从单个视频重建可动画化人体和场景的3D技术
HUGS人体高斯分层神经辐射场3D重建动画生成Github开源项目
HUGS是一种利用神经辐射场的计算机视觉技术,能从单个视频重建背景场景和可动画化的人体3D表示。该开源项目提供完整实现,包括数据准备、模型训练和评估脚本。HUGS支持三种训练模式:联合人体和场景、仅人体以及仅场景,适用于多种应用场景。在PSNR、SSIM和LPIPS等指标上,HUGS展现了优异的性能,为人体动画和场景重建研究提供了新思路。
gaussian_surfels - Gaussian Surfels实现高精度3D表面重建
高质量表面重建Gaussian Surfels3D重建计算机图形学深度学习Github开源项目
这个开源项目提出了一种基于Gaussian Surfels的高质量3D表面重建方法。该方法结合了3DGS和IDR的优点,在DTU和BlendedMVS数据集上展示了优异性能。项目提供了完整的环境配置、数据处理、模型训练和评估流程。此外,通过集成COLMAP和Omnidata,该方法支持处理自定义数据集,为3D重建研究和应用提供了有力工具。
TriplaneGaussian - 基于Triplane和高斯散射的快速单视图3D重建技术
3D重建TriplaneGaussian单视图Transformer高速重建Github开源项目
TriplaneGaussian是一种结合Triplane和高斯散射的3D重建技术。该方法采用混合Triplane-Gaussian 3D表示,融合显式和隐式表示优点,能在几秒内从单一视角图像生成高质量3D模型。这种技术不仅适用于合成图像,还能处理真实世界照片,展现了较强的泛化能力。TriplaneGaussian通过创新的表示方法实现了高效且通用的3D重建,为单视图3D重建领域提供了新的解决思路。
Radiance-Fields-from-VGGSfM-Mast3r - VGGSfM和Mast3r在3D重建和辐射场生成中的性能对比
Radiance FieldsVGGSfMMast3r3D重建相机姿态估计Github开源项目
本项目对比了VGGSfM和Mast3r两种深度学习方法在3D重建和辐射场生成中的性能。研究表明,VGGSfM在相机姿态重建方面更为精确,适合逆渲染;Mast3r则提供更密集的点云重建。项目还开发了Mast3r结果转COLMAP格式的工具和在线结果查看器,为相关研究提供了便利。
Gaussian-SLAM - 革新性实时3D重建技术,融合高斯散射实现逼真效果
Gaussian-SLAMSLAM3D重建计算机视觉神经渲染Github开源项目
Gaussian-SLAM是一种创新的3D场景重建技术,将高斯散射与SLAM系统相结合。该技术能够准确映射环境,生成高质量纹理和细节,实现照片级真实的稠密重建效果。Gaussian-SLAM在Replica、TUM_RGBD、ScanNet等多个数据集上展示了优秀性能,为实时3D重建和增强现实应用开辟了新途径,是计算机视觉和机器人领域的重要进展。
MonoGS - 基于3D高斯分布的实时场景重建与定位系统
Gaussian Splatting SLAMCVPR 2024单目SLAM3D重建实时视觉定位Github开源项目
MonoGS是一个基于3D高斯分布的SLAM系统,支持单目、双目和RGB-D输入。该系统实现了实时稠密三维重建和精确相机定位,在室内场景中表现优异。通过高斯分布表示三维场景,MonoGS采用创新优化方法实现高效场景更新和渲染。作为CVPR 2024亮点论文,MonoGS展示了在计算机视觉和机器人领域的应用前景。
awesome-NeRF - 全面汇总神经辐射场研究进展和应用
NeRF神经辐射场视图合成3D重建计算机视觉Github开源项目
该项目汇集了神经辐射场(NeRF)领域的前沿论文、讲座和实现资源。内容涵盖加速推理和训练、压缩技术、非受限图像处理、可变形NeRF以及视频应用等多个研究方向。通过这份全面的资源列表,研究人员和开发者可以快速了解NeRF技术的最新进展和关键文献,为相关研究和应用提供参考。
CenterSnap - 单镜头多物体3D重建与姿态估计技术
CenterSnap3D重建6D姿态估计多物体检测计算机视觉Github开源项目
CenterSnap是一个开源的深度学习项目,致力于单镜头多物体3D重建和姿态估计。该技术能在单次拍摄中同时完成多个物体的3D形状重建、6D姿态和尺寸估计。项目提供了完整的训练和推理代码,以及预处理数据集,方便研究人员复现结果和开展进一步研究。CenterSnap在机器人抓取和场景理解等领域有潜在应用价值。
ILCC - 3D激光雷达与相机自动外参标定方法
LiDAR相机标定点云处理计算机视觉3D重建Github开源项目
ILCC是一个开源项目,提供基于激光反射强度的3D激光雷达和相机自动外参标定方法。项目功能包括点云分割、棋盘格检测、角点提取和外参优化,支持多种激光雷达型号。ILCC适用于全景和单目相机标定,提供3D点云可视化工具。项目附有使用说明和示例数据,便于研究人员使用。
hold - 视频中手物交互的无模板3D重建技术
HOLD3D重建手部交互物体重建计算机视觉Github开源项目
HOLD是一种先进的计算机视觉技术,可从单目视频中重建手部和物体的3D几何形状,无需预先扫描物体模板。这项技术能够重建新颖物体和手部的3D结构,支持双手操作物体、无纹理物体以及多物体交互场景的重建。项目提供预处理数据、训练脚本和评估工具,为研究人员和开发者提供了全面的3D重建解决方案。
arctic - 大规模双手物体交互数据助力视觉研究
ARCTIC数据集手部动作物体操作3D重建Github开源项目
ARCTIC是一个包含210万高分辨率图像的大规模数据集,专注于双手与物体的精细交互。数据集提供多视角图像及3D人体、手部和物体标注,采用54个Vicon相机捕获高度灵巧的双手操作。ARCTIC可用于手-物体重建、抓取生成、全身动作生成等多项视觉任务研究,为相关领域提供了丰富资源。
awesome-neural-rendering - 全面汇集神经渲染领域最新研究进展
Neural Rendering计算机图形学深度学习视图合成3D重建Github开源项目
该项目汇集了神经渲染领域的前沿资源,包括逆向渲染、神经重渲染、可微分渲染和隐式神经表示等多个子领域。这份精选列表涵盖了最新研究论文、技术报告和开源项目,为研究人员和开发者提供了全面的参考资料,有助于深入了解神经渲染技术的最新进展。
PortraitGen-code - 肖像视频编辑技术,结合多模态生成模型
PortraitGen多模态生成视频编辑3D重建风格迁移Github开源项目
这个项目实现了一种创新的肖像视频编辑方法,采用多模态生成模型来实现统一且高表达力的风格转换,能够处理单目RGB视频中的文本和图像驱动的高质量编辑以及光照调整,从而提高面部结构呈现的质量。