跳到主要内容
10.1145/3643490.3661807acm会议文章/章节视图摘要出版物页面icmr公司会议记录会议集合
短纸
开放式访问

DreamGaussian和MTN在三维生成领域的分析研究

出版:2024年6月10日 出版历史
  • 获取引文提醒
  • 摘要

    人工智能在三维生成领域的发展是近年来科学技术领域的一个重要亮点。使用AI生成的3D模型可以大大提高3D模型生成的效率,还将促进3D打印、3D数字内容创建等。基于两篇3D生成的论文,报告观察了通过复制相关部分生成3D图像的效果。DreamGaussian和MTN是3D生成领域的代表性作品。通过分析它们的方法、性能和局限性,我们可以获得对3D建模的进步和挑战的宝贵见解。

    工具书类

    [1]
    乔纳森·巴伦(Jonathan T Barron)、本·米尔登霍尔(Ben Mildenhall)、马修·坦西克(Matthew Tancik)、彼得·海德曼(Peter Hedman)、里卡多·马丁·布鲁亚拉(Ricardo Martin-Brualla)和普拉图·斯里尼瓦。2021.Mip-nerf:抗锯齿神经辐射场的多尺度表示。IEEE/CVF计算机视觉国际会议论文集。5855--5864.
    [2]
    Eric R Chan、Connor Z Lin、Matthew A Chan、Koki Nagano、Boxiao Pan、Shalini De Mello、Orazio Gallo、Leonidas J Guibas、Jonathan Tremblay、Sameh Khamis等,2022年。高效的几何软件三维生成对抗网络。IEEE/CVF计算机视觉和模式识别会议记录。16123--16133.
    [3]
    范浩强(Haoqiang Fan)、苏浩(Hao Su)和列奥尼达斯(Leonidas J Guibas)。2017.用于从单个图像重建三维对象的点集生成网络。IEEE计算机视觉和模式识别会议记录。605--613.
    [4]
    巴里斯·盖塞(Baris Gecer)、斯泰利亚诺斯·普隆皮斯(Stylianos Ploumpis)、艾琳·科齐亚(Irene Kotsia)和斯特凡诺斯·扎菲里奥(Stefanos Zafeiriou)。2019.***Gan-fit:适合高保真三维人脸重建的生成性对抗网络。IEEE/CVF计算机视觉和模式识别会议记录。1155--1164.
    [5]
    Bernhard Kerbl、Georgios Kopanas、Thomas Leimkühler和George Drettakis。2023.用于实时辐射场渲染的三维高斯散斑。ACM图形事务42 (2023), 1--14.
    [6]
    Ben Mildenhall、Pratul P Srinivasan、Matthew Tancik、Jonathan T Barron、Ravi Ramamoorthi和Ren Ng.2021。Nerf:将场景表示为用于视图合成的神经辐射场。Commun公司。ACM公司65 (2021), 99--106.
    [7]
    本·普尔(Ben Poole)、阿杰·杰恩(Ajay Jain)、乔纳森·巴伦(Jonathan T Barron)和本·米登霍尔(Ben Mildenhall)。2022.Dreamfusion:使用二维扩散将文本转换为三维。arXiv预打印arXiv:2209.14988(2022).
    [8]
    Matthew Tancik、Vincent Casser、Xinchen Yan、Sabeek Pradhan、Ben Mildenhall、Pratul P Srinivasan、Jonathan T Barron和Henrik Kretzschmar。2022.Block nerf:可扩展的大场景神经视图合成。IEEE/CVF计算机视觉和模式识别会议论文集。8248--8258.
    [9]
    唐嘉祥、任嘉伟、周航、刘子伟和曾刚。2023.Dream-gaussian:高效创建三维内容的生成性高斯散斑。arXiv预打印arXiv:2309.16653(2023).
    [10]
    韩毅、郑哲东、徐香玉和蔡达生。2023.自动3D原型的渐进式文本到3D生成。arXiv预打印arXiv:2309.14600(2023).
    [11]
    王一凡、费利斯·塞雷纳、吴世豪、岑吉兹蒂雷利和奥尔加·索金·霍农。2019.用于基于点的几何处理的不同曲面展开。ACM图形事务处理(TOG)38 (2019), 1--14.
    [12]
    郑哲东、王亚雄、钱学林、钟忠、王郑和梁正。2024.MORE’24多媒体对象重新识别:进步、挑战和机遇。ACM国际多媒体检索研讨会。
    [13]
    Matthias Zwicker、Hanspeter Pfister、Jeroen Van Baar和Markus Gross,2001年。表面喷溅。第28届计算机图形与交互技术年会论文集。371--378.

    建议

    评论

    信息和贡献者

    问询处

    发布于

    封面图片ACM会议
    24年更多:第一届多媒体对象重新识别ICMR研讨会会议记录
    2024年6月
    30页
    国际标准图书编号:9798400705519
    内政部:10.1145/3643490
    本作品获得知识共享署名国际4.0许可。

    赞助商

    出版商

    计算机协会

    美国纽约州纽约市

    出版历史

    出版:2024年6月10日

    检查更新

    作者标记

    1. 3D生成
    2. 梦高斯
    3. MTN公司

    限定符

    • 短片

    会议

    24年更多
    赞助商:

    贡献者

    其他指标

    文献计量学和引文

    文献计量学

    文章指标

    • 0
      引文总数
    • 28
      总下载次数
    • 下载量(最近12个月)28
    • 下载次数(最近6周)28

    其他指标

    引文

    视图选项

    视图选项

    PDF格式

    以PDF文件查看或下载。

    PDF格式

    电子阅读器

    使用联机查看电子阅读器.

    电子阅读器

    获取访问权限

    登录选项

    完全访问权限

    媒体

    数字

    其他

    桌子

    分享

    分享

    共享此出版物链接

    在社交媒体上分享