UV-space
PulseAugur coverage of UV-space — every cluster mentioning UV-space across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的扩散模型支持高保真3D服装重建
研究人员开发了一个新颖的框架，用于从图像和视频中重建3D服装，解决了精确建模宽松服装的挑战。该系统利用隐式缝纫图案（ISP）结合扩散模型，在2D UV空间中学习服装形状先验。这使得能够从单张图像进行详细重建，并通过时空扩散方案从视频序列进行重建，保持时间一致性。该方法在合成数据上进行训练，展示了对真实世界图像的强大泛化能力，并优于现有方法。
-
新方法从单张图像创建逼真的3D头部化身
研究人员开发了从单张图像创建逼真且可动画化的3D头部化身的新方法。例如，SpiD采用双轴解耦方法来提高表现力和渲染保真度，同时实现快速推理速度。S-Avatar采用扩散引导模块和3D高斯溅射的动画策略，增强了虚拟和增强现实应用的3D一致性和真实感。URHead在UV空间中统一了网格和高斯表示，实现了高保真化身与精确几何控制和照片级真实细节的联合优化。
-
新框架使用扩散模型从单张图像重建3D头像
研究人员开发了一个新颖的框架，通过利用预训练扩散模型中的级联低秩适配（LoRA）技术，从单张图像重建高保真3D头像。该方法解决了PBR数据有限以及光照与材质属性分离的挑战。该方法采用专门的LoRA进行纹理补全和光照均化，并结合跨本征注意力机制生成物理上可行的PBR贴图，仅使用不到100个3D扫描数据进行训练。
-
新方法利用扩散模型生成可重照明头像
研究人员开发了生成式可重照明头像（GRA），一种用于创建逼真、自由视角的全身人物渲染的新方法，可在不同环境贴图下进行重照明。GRA采用混合方法，首先在UV空间优化材质参数，以在目标HDR环境贴图下渲染粗糙外观。然后通过前馈模型进行细化，以捕捉姿态相关的动态和照明效果。最后，经过微调的视频到视频扩散模型将这些渲染转换为详细、时间连贯的视频，并采用错误循环策略生成更长的序列。