NeRF论文学习第3页

SemanticNeRF：基于 NeRF 的语义分类方法

Paper:ZhiS,LaidlowT,LeuteneggerS,etal.In-placescenelabellingandunderstandingwithimplicitscenerepresentation[C]//ProceedingsoftheIEEE/CVFInternationalConferenceonComputerVision.2021:15838-15847.Introdu

ScienceLi1125·2023-12-31 11:07

Instruct-NeRF2NeRF：通过用户指令编辑 NeRF 三维场景

Paper:HaqueA,TancikM,EfrosAA,etal.Instruct-nerf2nerf:Editing3dsceneswithinstructions[J].arXivpreprintarXiv

ScienceLi1125·2023-12-31 11:06

CLA-NeRF：基于语义类别的铰接物体 NeRF 表示方法

Paper:TsengWC,LiaoHJ,Yen-ChenL,etal.Cla-nerf:Category-levelarticulatedneuralradiancefield[C]//2022InternationalConferenceonRoboticsandAutomation

ScienceLi1125·2023-12-31 11:36

smpl-x论文学习-部分翻译

论文地址：ExpressiveBodyCapture:3DHands,Face,andBodyfromaSingleImage知乎大佬的讲解：https://zhuanlan.zhihu.com/p/137235901另一位大佬的讲解：https://posts.careerengine.us/p/5f23a5898988c12b4302afb61.定性结果和SMPL，SMPL-H相比，表现能力明

ipv-tao·2023-12-30 14:55

（2023，3D NeRF，无图像变分分数蒸馏，单步扩散）SwiftBrush：具有变分分数蒸馏的一步文本到图像扩散模型

SwiftBrush:One-StepText-to-ImageDiffusionModelwithVariationalScoreDistillation公众：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.方法1.1基础1.2SwiftBrush2.结果3.未来工作S.总结S.1主要贡献S.2方法0.摘要尽管文本到图像扩散模型能够从文本提示生成高

EDPJ·2023-12-30 08:50

【深度学习-图像分类】02 - AlexNet 论文学习与总结

论文地址：ImageNetClassificationwithDeepConvolutionalNeuralNetworks论文学习1.摘要本研究训练了一个大型深度卷积神经网络（CNN），用于对ImageNetLSVRC

CarNong_Blog·2023-12-30 08:10

【深度学习-图像分类】03 - VGG 论文学习与总结

论文地址：VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION论文学习1.摘要这篇论文探讨了在大规模图像识别任务中，卷积神经网络（ConvNets

CarNong_Blog·2023-12-30 07:36

101、nerfstudio——ScaleAndShiftInvariantLoss

github归一化深度图约束nerf未归一化深度重建classScaleAndShiftInvariantLoss(nn.Module):"""Scaleandshiftinvariantlossasdescribedin"TowardsRobustMonocularDepthEstimation

C--G·2023-12-30 02:04

OR-NeRF论文笔记

OR-NeRF论文笔记文章目录OR-NeRF论文笔记论文概述Abstract1Introduction2RelatedWork3Background4Method4.1MultiviewSegmentation4.2SceneObjectRemoval5ExperimentsDatasetsMetricsMultiviewSegmentationSceneObjectRemoval6Conclus

路过的风666·2023-12-30 01:59

RO-NeRF论文笔记

RO-NeRF论文笔记文章目录RO-NeRF论文笔记论文概述Abstract1Introduction2RelatedWork3Method3.1RGBanddepthinpaintingnetwork3.2BackgroundonNeRFs3.3Confidence-basedviewselection3.4Implementationdetails4Experiments4.1Datasets

路过的风666·2023-12-30 01:27

3DV 2024 Oral | SlimmeRF：可动态压缩辐射场，实现模型大小和建模精度的灵活权衡

目前大多数NeRF模型要么通过使用大型模型来实现高精度，要么通过牺牲精度来节省内存资源。

TechBeat人工智能社区·2023-12-28 16:56

Nerfstudio 框架介绍

AModularFrameworkforNeuralRadianceFieldDevelopmentNerfstudio：神经辐射场开发的模块化框架同样来自加州伯克利Nerfstudio支持多种模块化的NeRF

Gloamirror·2023-12-28 05:39

【深度学习-目标检测】06 - FPN 论文学习与总结

论文地址：FeaturePyramidNetworksforObjectDetection论文学习1.摘要多尺度特征的重要性：论文强调在对象检测任务中，多尺度特征对于处理不同大小的对象至关重要。

CarNong_Blog·2023-12-27 21:39

【深度学习-目标检测】01 - R-CNN 论文学习与总结

论文地址：Richfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentation论文学习摘要（Abstract）对象检测性能的现状

CarNong_Blog·2023-12-27 21:09

【深度学习-目标检测】04 - SSD 论文学习与总结

论文地址：SSD:SingleShotMultiBoxDetector论文学习1.摘要单一深度神经网络用于对象检测：SSD方法使用一个单一的深度神经网络来直接检测图像中的对象，这与传统的需要先生成对象提议

CarNong_Blog·2023-12-27 20:08

【深度学习-目标检测】05 - YOLOv1 论文学习与总结

论文地址：YouOnlyLookOnce:Unified,Real-TimeObjectDetection论文学习1.摘要YOLO的提出：作者提出了YOLO，这是一种新的目标检测方法。

CarNong_Blog·2023-12-27 19:24

2023年12月9日~12月15日周报（调试OpenFWI代码、利用TensorBoard进行可视化、完成论文附录阅读）

目录一、前言二、学习情况2.1日志记录—Tensorboard2.1.1实例化SummaryWriter类2.1.2使用各种add方法记录数据2.2OpenFWI论文学习情况2.3训练情况2.3.1个人训练情况

摘星星的屋顶·2023-12-27 09:41

论文学习记录之OpenFWI（Large-scale Multi-structuralBenchmark Datasets for Full Waveform Inversion）

目录0Abstract—摘要1Introduction—简介2SeismicFWIandForwardModeling—地震FWI和正演模拟3OpenFWIDatasetsandDomainInterests—OpenFWI数据集与领域兴趣4OpenFWIBenchmarks—OpenFWI基准4.1DeepLearningMethodsforFWI—FWI的深度学习方法4.2InversionB

摘星星的屋顶·2023-12-27 09:40

【三维生成】稀疏重建、Image-to-3D方法（汇总）

持续更新文章目录系列文章目录一、LRM：单图像的大模型重建（2023）摘要1.前言2.Method3.实验二、SSDNeRF：单阶段DiffusionNeRF的三维生成和重建（ICCV2023）1单阶段扩散NeRF

杀生丸学AI·2023-12-27 06:34

【深度学习-目标检测】03 - Faster R-CNN 论文学习与总结

论文地址：FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks论文学习1.摘要与引言研究背景与挑战：当前最先进的目标检测网络依赖于区域提议

CarNong_Blog·2023-12-26 08:06

【深度学习-目标检测】02 - Fast R-CNN 论文学习与总结

论文地址：FastR-CNN论文学习1.摘要（Abstract）FastR-CNN方法的提出：论文提出了一种快速区域卷积网络的办法，基于之前的R-CNN网络进行改进。

CarNong_Blog·2023-12-26 08:35

【文献分享】UncLe-SLAM: 将不确定性学习用于密集神经SLAM

UncertaintyLearningforDenseNeuralSLAM中文题目：UncLe-SLAM:将不确定性学习用于密集神经SLAM作者：ErikSandstromKevinTaLucVanGoolMartinR.Oswald0笔者个人体会这篇文章也是NeRF

K.Fire好好睡觉·2023-12-26 04:07

nerf-slam

nerf神经辐射场传统渲染：三维模型+材质+光照--》RGB图片三维重建：RGB图片--》三维模型Nerf-slam的简述输入/训练集为一些图片，每个图片都已知相机视角（相对于图片中的某个物体），通过神经网络预测其他视角下的该物体的图片也就是通过上述训练将该物体的模型隐式的表示在了神经网络模型中

wenningshine·2023-12-25 18:40

【论文笔记】3D Gaussian Splatting for Real-Time Radiance Field Rendering

神经辐射场（NeRF）则建立连续的场景表达便于优化，但渲染时的随机采样耗时且引入噪声。本文的方法结合了上述两种方法的优点：使用3D高斯表达和基于tile的溅射，能实时地渲染高质量高分辨率图像。

byzy·2023-12-23 15:31

【论文笔记】NeuRAD: Neural Rendering for Autonomous Driving

原文链接：https://arxiv.org/abs/2311.152601.引言神经辐射场（NeRF）应用在自动驾驶中，可以创建可编辑的场景数字克隆（可自由编辑视角和场景物体），以进行仿真。

byzy·2023-12-23 15:28

VGG 论文学习

题目：VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION题目译:大规模图像识别的的深度卷积神经网络作者:KarenSimonyan∗&AndrewZisserman+VisualGeometryGroup,DepartmentofEngineeringScience,UniversityofOxford研究背景：ILSVRC-20

奋斗的bobo·2023-12-23 10:09

数字人解决方案——ER-NeRF实时对话数字人模型推理部署带UI交互界面

简介这个是一个使用ER-NeRF来实现实时对话数字人、口播数字人的整体架构，其中包括了大语言回答模型、语音合成、成生视频流、背景替换等功能，项目对显存的要求很高，想要达到实时推理的效果，建议显存在24G

知来者逆·2023-12-23 02:25

【3D生成与重建】SSDNeRF：单阶段Diffusion NeRF的三维生成和重建

系列文章目录题目：Single-StageDiffusionNeRF:AUnifiedApproachto3DGenerationandReconstruction论文：https://arxiv.org/pdf/2304.06714.pdf任务：无条件3D生成（如从噪音中，生成不同的车等）、单视图3D生成机构：HanshengChen,1,*JiataoGu,2AnpeiChen,同济、苹果、加

杀生丸学AI·2023-12-22 19:46

[CVPR 2023:3D Gaussian Splatting：实时的神经场渲染]

相比之下，最近的神经辐射场（NeRF）方法建立在连续场景表示的基础上，通常使用体射线行进来优化多层感知器（MLP），以实现捕获场景的新视图合成。类似地，

落叶霜霜·2023-12-22 13:04

Pixel Nerf代码阅读

Input：图像的分辨率是300*400；每个场景里面有49张Training的图像。SB：scenebatch场景的个数；4NV：numberinput，每个场景的视角，也就是图像的数量；49每条光线首先会采集64个采样点，一次训练4个场景，每个场景随机【用上了该场景的所有的图像】选择128条光线，因此光线的shape(4,128,8)##将光线reshape成（512,8）rays=rays.

NeRF_er·2023-12-21 01:47

论文笔记：Bilinear Attention Networks

更精简的论文学习笔记1、摘要多模态学习中的注意力网络提供了一种选择性地利用给定视觉信息的有效方法。然而，学习每一对多模态输入通道的注意力分布的计算成本是非常昂贵的。

hongyuyahei·2023-12-18 17:30

Inception V3 论文学习记录

原文：RethinkingtheInceptionArchitectureforComputerVision论文同时提出来InceptionV2和InceptionV3，它聚焦在提升模型准确率的前提下，还追求了计算效率和能耗等移动设备上的性能。目标在于充分利用计算效率通用设计原则1.避免过度降维或收缩特征，特别是在网络浅层降维会造成各通道间的相关性信息丢失，仅反映了稠密的信息2.特征越多，收敛越快

砥砺前行的人·2023-12-17 23:32

音乐可视化--论文学习（2)--音乐数据可视化调查

ASurveyonVisualizationsforMusicalDataR.Khulusi,1J.Kusnick,1C.Meinecke,1C.Gillmann,1J.Focht2andS.Jänicke31ImageandSignalProcessingGroup,InstituteforComputerScience,LeipzigUniversity,Leipzig,Germany{khu

楼下桑桑桑·2023-12-17 07:24

100：ReconFusion: 3D Reconstruction with Diffusion Priors

简介官网少样本重建必然导致nerf失败，论文提出使用diffusion模型来解决这一问题。从上图不难看出，论文一步步提升视角数量，逐步与Zip-NeRF对比。

C--G·2023-12-16 07:08

99、NeRF ray space

CG相机模型在图形学中最常用的相机模型的原理和小孔成像是类似的。不同之处在于，如上图，小孔成像得到的图像是倒立的，但是我们希望得到的图像是正向的，因此，我们选择小孔前成像。从3D到2D的投影，就是根据3D物体的坐标，计算其投影到2D成像平面上的坐标。对于一个已有的相机而言，只有在恰当位置范围内的3D物体才可能投影到成像平面上。这个恰当范围，跟成像平面的大小，以及相机中心到平面距离等因素有关。在图形

C--G·2023-12-16 07:07

3D角色生成式AI：原理及实现

NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesis以及随后发布的InstantNeuralGraphicsPrimitiveswithaM

新缸中之脑·2023-12-15 17:30

【论文阅读笔记】NeRF+Mip-NeRF+Instant-NGP

目录前言NeRF神经辐射场体渲染连续体渲染体渲染离散化方法位置编码分层采样体渲染推导公式（1）到公式（2）部分代码解读相机变换（重要！）

LuH1124·2023-12-15 01:09

SMOKE Single-Stage Monocular 3D Object Detection via Keypoint Estimation 论文学习

论文地址：SMOKE:Single-StageMonocular3DObjectDetectionviaKeypointEstimationGithub地址：https://github.com/open-mmlab/mmdetection3d/tree/main/configs/smoke1.解决了什么问题？预测物体的3D朝向角和平移距离对于自动驾驶感知非常重要。现有的单目视觉方法主要包含两个部

calvinpaean·2023-12-06 23:41

【论文学习】GRAPH ATTENTION NETWORKS

背景通过在图算法中引入self-attention的机制，解决图卷积中之前的一些问题，并且保证了时间和空间复杂度线性于图的边或者节点。图注意力网络计算方式1.图网络每一层的输入和输出都是每个节点的特征向量。2.每条边的注意力权重计算3.左图是self-attention权重的计算，右图是某个节点multi-head-attention的计算方式，加权多个head之后求平均。4.multi-head

WitsMakeMen·2023-12-06 18:50

CVPR 2023 精选论文学习:Seeing What You Miss Vision-Language Pre-Training With Semantic Completion Learning

以下是根据MECE原则找到的四个可以作为分类标准的特征：1.预训练任务。预训练任务是指模型在用于下游任务之前进行训练的特定任务。在视觉语言预训练的背景下，有几种常见的预训练任务：对比学习：在对比学习中，模型被训练来区分相似和不相似的示例对。例如，在视觉语言预训练的情况下，模型可以被训练来区分图像和它们对应的标题，或区分图像和它们对应的描述。掩码语言建模(MLM)：在MLM中，模型被训练来预测句子中

结构化文摘·2023-12-06 12:36

CVPR 2023 精选论文学习笔记：Instant Volumetric Head Avatars

数据表示是NeRF的一个基本方面，它决定了输入数据如何在模型中编码和利用。数据表示的选择会显著影响NeRF模型的效率、准确性和适用性。隐式NeRF。

结构化文摘·2023-12-06 12:06

CVPR 2023 精选论文学习笔记：UniSim A Neural Closed-Loop Sensor Simulator

基于MECE原则，我们给出以下分类标准：标准1：仿真类型仿真类型是指仿真器是否能够实时生成场景。实时仿真器能够以每秒至少30帧的速度生成图像和视频，使其适用于训练和测试自动驾驶汽车等机器人。另一方面，离线仿真器不是实时的，但它们可以生成更逼真的图像和视频。这使它们更适合创建计算机视觉算法的训练数据等任务。实时仿真：这些仿真器设计用于与模拟系统在闭环中运行，允许实时交互和决策。这种仿真类型对于训练和

结构化文摘·2023-12-06 12:05

CVPR 2023 精选论文学习笔记：Towards Scalable Neural Representation for Diverse Videos

基于MECE原则，我们给出以下四个分类标准：分类标准1：表示类型隐式神经表示（INR）隐式神经表示（INR）是一类神经网络架构，将场景或对象表示为从3D点映射到颜色和不透明度值的连续函数。该函数通常从一组训练图像或视频中学习，然后可以用于渲染场景或对象的新视图。INR已被证明

结构化文摘·2023-12-06 12:35

CVPR 2023 精选论文学习笔记：Differentiable Shadow Mapping for Efficient Inverse Graphics

以下是四个可以用来对本文选题中不同研究工作进行分类的特征：1.渲染技术可微渲染：可微渲染是一种允许从图像或其他数据中高效优化3D形状和材料的技术。这是通过使渲染过程相对于场景的参数（例如形状、材料和照明）可微来实现的。这允许使用梯度优化方法来找到最能解释输入数据的参数。可微渲染已被证明对于各种任务有效，包括图像重建、形状优化和材料估计。非可微渲染：非可微渲染是渲染的传统方法，不允许使用梯度优化。这

结构化文摘·2023-12-06 12:04

【论文解读】UC-NeRF: Neural Radiance Field for Under-Calibrated multi-view cameras in autonomous driving

UC-NeRF：欠校准的多视角摄像头系统的新颖视图合成方法论文：https://arxiv.org/abs/2311.16945代码：GitHub-kcheng1021/UC-NeRF:theofficialpytorchimplementationofUC-NeRF

LeapMay·2023-12-06 00:37

6-PACK论文学习及复现记录

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、基本思想1.1创新点1.2两个变换二、实现结构1.基于注意力机制生成锚点特征2.生成关键点(分对称类、非对称)2.1损失函数（非对称）2.2损失函数（对称）3.预测帧间变化4.测试指标三、项目复现3.1数据文件含义3.2代码逻辑四、复现记录4.1环境配置&复现流程4.1.1本地4.1.2服务器配置4.2遇到的问题4.2

wliu_kk·2023-12-06 00:18

NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

NeRF是2020年ECCV的oralpaper，仅使用多视角RGB图像，即可完成高度逼真的三维重建和新视角合成，效果不得不说很是惊艳。简单的来说，NeRF的工作可以分为两部分：三维重建、渲染。

X_Student737·2023-12-05 17:31

In-Place Scene Labelling and Understanding with Implicit Scene Representation

文章的想法非常自然，就是在NeRF的基础上增加一个语义分支，按照VolumeRendering过程对语义信息进行积分。