研究人员推出了一种新颖的基于DeepSDF的架构StyleFields,专为高保真三维形状重建和编辑而设计。该方法通过使用深度感知调制和多级自适应实例归一化,可以结合一个对象的粗糙结构元素和另一个对象的精细细节。StyleFields实现了内容-风格解耦,无需部件标签或对抗性训练,展示了忠实的重建和令人信服的跨实例混合。展示的一个实际应用是使用学习到的代理拖拽预测器来优化重建的汽车模型以实现汽车空气动力学。 AI
影响 这项研究引入了一种可控三维形状操纵的新方法,可能对计算机图形学和设计等领域产生影响。
排序理由 该集群包含一篇学术论文,详细介绍了一种新的三维形状重建和编辑方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Adaptive Instance Normalization
- arXiv
- DagsHub
- DeepSDF
- Ehsan Garaaghaji
- Hugging Face
- ScienceCast
- StyleFields
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →