reconstruction 第3页

【论文阅读 + 代码复现】Monte Carlo and Reconstruction Membership Inference Attacks against Generative Models

针对生成模型的蒙特卡罗和重构成员推理攻击原文题目:MonteCarloandReconstructionMembershipInferenceAttacksagainstGenerativeModels原文链接:paper代码链接:github本文主要复现针对VAE的重构成员推理攻击。1.论文理解VAE相关基础知识:B站:李宏毅机器学习(2017)P27-P29该重建攻击仅适用于VAE.在训练阶段

Mu...·2023-01-11 23:46

MVSNeRF: Fast Generalizable Radiance Field Reconstruction from Multi-View Stereo多视角立体图像的快速广义辐射场重建

ysh9888·2023-01-08 09:44

CVPR_2021_Inverting Generative Adversarial Renderer for Face Reconstruction

摘要为了解决上述问题，本文提出了一种新的生成对抗渲染器(GAR)，并针对一般拟合流水线对GAR的反向版本进行了修改。具体来说，精心设计的神经渲染器以人脸法线图和表示其他因素的潜在代码为输入，渲染出逼真的人脸图像。由于GAR学习对复杂的真实图像建模，不依赖于简化的图形规则，能够生成真实感的图像，从根本上抑制了训练和优化中的域移噪声。在改进的GAR基础上，我们进一步提出了一种新的三维人脸参数预测方法，

Nicholas Sc·2023-01-05 14:53

A Hybrid, Dual Domain, Cascade of Convolutional Neural Networks for MRI Reconstruction

用于核磁共振影像重建的双域混合学习级联卷积网络1.论文信息论文标题：AHybrid,DualDomain,CascadeofConvolutionalNeuralNetworksforMagneticResonanceImageReconstruction论文来源：MIDL2019论文链接：http://proceedings.mlr.press/v102/souza19a/souza19a.pd

FengF2017·2023-01-03 13:07

[Code] [NeRF] VQRF代码与实验 (2)

VQRFCoderun_final.pytrain()1.init2.coarsegeometrysearching3.finedetailreconstruction4.vqfinetunescene_rep_reconstruction

Wang_NNN·2023-01-02 08:45

论文带读——RenderDiffusion: Image Diffusion for 3D Reconstruction, Inpainting and Generation

RenderDiffusion:ImageDiffusionfor3DReconstruction,InpaintingandGeneration————YssssMikeyTips:我会基本上几天更新一篇论文引读，一般是AIGC模型——3D+Diffusion方向每日在Arxiv上新发布的最新Paper来导读，喜欢支持的伙伴可以支持关注点赞哦！！对于文章中可能出现的错误和建议可以在评论区打出（本

YssssMikey·2022-12-31 17:47

深度学习代码入门实战

open3d官方文档不认识的英语单词demonstrate证明，演示tutorials教程copy复制usage用法interface界面，接口utilizes利用reconstruction重建visualize

qq_53167315·2022-12-30 18:37

Guided Backpropagation

GuidedBackpropagationimporttorchfromtorchimportnnclassGuided_backprop():def__init__(self,model):self.model=modelself.image_reconstruction

敲代码的小风·2022-12-30 03:38

【论文合集】2022年11月医学影像期刊论文合集

1区topif13.828）共47篇.”标题高频词汇('segmentation',15),('medical',13),('3d',6),('domain',6),('surgical',5),('reconstruction

sukeee·2022-12-29 02:41

【论文阅读】SurfelMeshing: Online Surfel-Based Mesh Reconstruction

文章目录SurfelMeshing:OnlineSurfel-BasedMeshReconstruction*TPAMI2018*AbstractIntroductionSURFEL-BASEDMESHRECONSTRUCTIONSurfelReconstructionSurfelDenoisingMeshingRemeshingSurfelMeshing:OnlineSurfel-BasedMe

whale998·2022-12-27 21:00

3D mesh重建001-Self-Supervised 3D Mesh Reconstruction from Single Images

3Dmesh重建001-CVPR2021-Self-Supervised3DMeshReconstructionfromSingleImages文章目录0摘要1介绍2相关工作3方法3.1differentiabalerendering3.2重建模型*3.3自监督重建3.3.12D监督3.3.2插值一致性3.3.3Landmark一致性3.3.4全局损失4实验4.1数据集和评价4.2不同监督形式和模

堪培拉的小熊熊~·2022-12-27 21:59

体素ICCV2019（一）Pix2Vox: Context-aware 3D Reconstruction from Single and Multi-view Images

《Pix2Vox:Context-aware3DReconstructionfromSingleandMulti-viewImages》论文解读Abstract1.Relatedwork1.1Single-view3DReconstruction1.2Multi-view3DReconstruction2.Method2.1Encoder2.2Decoder2.3Context-awareFusi

Raywit·2022-12-27 21:53

Summary——Learning Category-Specific Mesh Reconstruction from Image Collections

Contributions：给出了一个从单张图片重构3D形状的学习框架。除此之外，还能为这个3D网格贴上纹理。该方法的亮点在于不需要学习时不需要依靠3D真值或者多视角图片监督。Empirics：CUB和PASCAL3D。前者是本文的主要数据集，Caltech-UCSDBirds200（CUB）鸟类图像数据集，包含200不同种鸟类，共计11788张图片。其中6000张图片用于训练，每张图片都包含了b

光头吴克·2022-12-27 21:20

《Towards Accurate Alignment in Real-time 3D Hand-Mesh Reconstruction》论文解读

一、参考资料实时重建手部网格3DHandMeshReconstruction论文笔记二、相关介绍《TowardsAccurateAlignmentinReal-time3DHand-MeshReconstruction》（实时三维手部网格重建中的精确对齐）XiaoTang,TianyuWang,andChi-WingFu.InternationalConferenceonComputerVisio

花花少年·2022-12-27 21:48

3D【8】鸟类重建：Learning Category-Specific Mesh Reconstruction from Image Collections阅读笔记

该文章直接预测的是平均mesh的坐标偏差，相机参数和纹理uv图。里面有各种损失函数，很值得学习。这篇论文还有个有意思的点，论文用的训练数据是没有对应的3D模型的（也就是一张图片没有对应的3D模型）。训练过程有点像3DMM的重建过程，即先估计3D模型，将模型渲染到2D；然后比较渲染的图片和原始图片的差异，以更新模型的参数。要将这个过程应用在神经网络中，由于渲染是不可导的，因此需要解决渲染这一步骤的求

DCD_Lin·2022-12-27 21:47

MobRecon: Mobile-Friendly Hand Mesh Reconstruction from Monocular Image阅读笔记

本文是2022CVPR的一篇文章，主要讲述的是一种基于单目图像移动友好手部网格重建，整体流程主要包含三个部分2D编码，2D到3D映射，3D解码。其中还涉及到轻量化的问题。摘要部分介绍了本文提出的手部网格重建方法的大致内容。第一部分介绍，主要讲述了单视图手网重建的典型流程，时间相干性，以及本文的主要工作内容。第二部分相关工作，主要讲述了手部网格估计，轻量级网络，时间一致性的人体重建，像素对齐表示的流

充电ing...·2022-12-27 21:12

读Self-supervised Single-view 3D Reconstruction via Semantic Consistency

论文名：Self-supervisedSingle-view3DReconstructionviaSemanticConsistency作者：XuetingLi,SifeiLiu,KihwanKim,ShaliniDeMello,VarunJampani,Ming-HsuanYang,andJanKautzWhat从2D图像和mask中预测3Dmeshshap,texture和camerapose

Layumi1993·2022-12-25 17:55

读SMR 三维重构

Self-Supervised3DMeshReconstructionfromSingleImages链接：https://openaccess.thecvf.com/content/CVPR2021/papers/Hu_Self-Supervised_3D_Mesh_Reconstruction_From_Single_Images_CVPR

Layumi1993·2022-12-25 17:54

DRAEM【异常检测：Reconstruction-based】

2021.8，ICCV，排名第十（paperswithcode）模型原理网络三大模块：异常生成模块、重构模块、判断模块。异常生成模块：因为只有正常数据，通过将异常区域做到正常图里达到模拟异常图的效果。重构模块：将产生的异常图进行重构得到重构图，可以产生损失Lr。判断模块：重构图与异常图一同输入，通过该模块的层级结构对比产生分割真值图。理解为以重建的方法为主体，辅助使用数据增强的及分割图的深入推断（

太简单了·2022-12-21 09:25

InTra【异常检测：Reconstruction_based】

2021.4，效果排名第23（paperswithcode）模型原理思想：将transformer引入异常检测领域，将基于生成重构的问题转化为inpainting问题（将图像某些区域覆盖然后恢复，可视为自监督方法），使用transformer来进行大感受野的信息捕捉。PatchEmbeddingsandMultiheadFeatureSelf-attentionPatchembeddings如图，

太简单了·2022-12-21 09:55

Feb20-paper reading-Convolutional Recurrent Neural Networks for Dynamic MR Image Reconstruction

1.ConvolutionalRecurrentNeuralNetworksforDynamicMRImageReconstructionMYNOTES:结合之前读过类似的imagedenoising或者图像重建的文章，最后都是转化成一个优化问题，在上次讲过的论文中，作者使用稀疏矩阵的方法来解决优化问题，最后的优化问题还是转化成一个迭代问题求解。在本文中，同样优化问题改编为两部迭代求解最优化的问题

欢仔·2022-12-17 17:46

3D 论文阅读SDF-SRN: Learning Signed Distance 3D Object Reconstruction from Static Images

浏览SDF-SRN:LearningSignedDistance3DObjectReconstructionfromStaticImages在解决什么问题？面临的困难本文的方法SigneddistancefunctionsRenderingImplicit3DSurfaces（Idonotcare）在解决什么问题？如何从单幅图像（仅仅利用轮廓）学习3D形状。已有的全监督的方法需要成对的注释（每个图

疯子_Zhang·2022-12-17 09:19

AvatarMe: Realistically Renderable 3D Facial Reconstruction “in-the-wild”

概述本文发表于CVPR2020，从野生图像中，缺乏相关的方法能够生成高分辨率、真实感的三维人脸，主要原因是：缺乏可用的训练数据即使有高分辨率数据，也缺乏具有鲁棒性的方法本文提出的AvatarMe方法，是第一种能够基于单张的野生的图像，重建真实感三维人脸的方法，这里着重注意是真实感渲染，即PBR，和普通的渲染不一样相关工作PCA方法，虽然能够表示重建人脸的最基本的特征，但是在高频的纹理与几何细节上却

理想很丰满，现实很骨感·2022-12-17 09:17

Convolutional Recurrent Neural Networks for Dynamic MR Image Reconstruction

用卷积递归神经网络进行动态图像重建CRNN（ConvolutionRecurrentNeuralNetwork）https://arxiv.org/pdf/1507.05717.pdf将特征提取(featureextraction)，序列模型(sequencemodeling)和transcription整合到一个完整的网络，尽管这个网络包含好几种网络架构，但是它可以在一个损失函数下进行训练，从下

weixin_43371383·2022-12-16 23:40

[论文阅读][深度学习-三维重建]Single-Shot 3D Shape Reconstruction Using Structured Light and CNN

Single-Shot3DShapeReconstructionUsingStructuredLightandDeepConvolutionalNeuralNetworks文章目录Single-Shot3DShapeReconstructionUsingStructuredLightandDeepConvolutionalNeuralNetworksAbstract1.Introduction2.

你代码写的像诗·2022-12-15 23:39

[CVPR2019]GANFIT: Generative Adversarial Network Fitting for High Fidelity 3D Face Reconstruction

标题：GANFIT:GenerativeAdversarialNetworkFittingforHighFidelity3DFaceReconstruction链接：https://arxiv.org/pdf/1902.05978这篇文章处理的问题就是从一张2D图片恢复人脸3D形状的问题，使用了经典的3DMM框架，最大的亮点就是在生成纹理图的时候用了GAN。模型输入的三个参数其实可以分为两个部分，

深蓝蓝蓝蓝蓝·2022-12-15 22:32

GANFIT: Generative Adversarial Network Fitting for High Fidelity 3D Face Reconstruction

1.论文大致介绍论文是基于GAN网络的高精度、基于单张图片的人脸三维重建，重建效果如下图所示我们可以看到人脸的细节还原得特别详细，总而言之，本篇论文的特点如下与传统生成3dmm的颜色系数的方法不同，本文使用GAN网络生成一张高分辨率的人脸UV纹理图，代替3dmm颜色系数来表示人脸的纹理，因此能够还原出很多详细的细节基于设计的GAN网络与可微渲染器（三维的物体渲染成二维图像的时候，其实本质上是进行了

理想很丰满，现实很骨感·2022-12-15 22:25

CVPR_2021_Riggable 3D Face Reconstruction via In-Network Optimization

摘要本文提出了一种基于单目图像的可装配的三维人脸重建方法，该方法联合估计个性化的人脸模型和每幅图像的参数，包括表情、姿态和光照。为了实现这一目标，我们设计了一个嵌入可微网络优化的端到端可训练网络。该网络首先通过神经解码器将人脸识别器参数化为一个紧凑的潜在代码，然后通过可学习优化估计潜在码和每幅图像的参数。网络内优化显式地执行从第一性原理导出的约束，因此比基于回归的方法引入了额外的先验。最后，利用深

Nicholas Sc·2022-12-15 22:49

CVPR_2021_Fast-GANFIT: Generative Adversarial Networkfor High Fidelity 3D Face Reconstruction

摘要在本文中，我们采用了一种完全不同的方法，利用生成对抗网络（GANs）和DCNNs的能力，从单幅图像中重建面部纹理和形状。即利用GANS从一个大规模的三维纹理数据集中训练出一个非常强大的人脸纹理先验。在此基础上，我们利用非线性优化方法对原有的三维可变形模型(3DMMS)拟合进行了研究，找到了能够在新的视角下重建测试图像的最优潜在参数。为了对初始化具有鲁棒性和加速拟合过程，我们提出了一种新的基于自

Nicholas Sc·2022-12-15 22:16

文献翻译：《弱监督学习实现3D人脸重建：从单张图片到图片集》（Accurate 3D Face Reconstruction with Weakly-Supervised Learning）

哪咔吗·2022-12-15 19:09

微软三维人脸重建论文总结——《Accurate 3D Face Reconstruction with Weakly-Supervised Learning》

原作：https://arxiv.org/abs/1903.08527研究机构：微软研究院写在前面想象一下，通过二维的人脸图片，生成高度还原的三维人脸模型。真是异想天开，可是人工智能要做的不就是实现那些异想天开的事情吗？再想象一下，这种功能能够运用的场景：首先由于我从事的是游戏行业，因此很直接的就是能够生成玩家自定义的三维游戏角色。可以是玩家自己，也可以是玩家喜欢的人，只需要你上传一张高清大头照，

哪咔吗·2022-12-15 19:09

A Hybrid, Dual Domain, Cascade of Convolutional Neural Networks for MR Image Reconstruction

用于核磁共振影像重建的双域混合学习级联卷积网络1.论文信息论文标题：AHybrid,DualDomain,CascadeofConvolutionalNeuralNetworksforMagneticResonanceImageReconstruction论文来源：MIDL2019论文链接：http://proceedings.mlr.press/v102/souza19a/souza19a.pd

FengF2017·2022-12-15 09:12

【论文】RfD-Net: Point Scene Understanding by Semantic Instance Reconstruction

CVPR2021SemanticInstanceReconstruction任务包括恢复场景几何，目标定位和重建。Itfocusesonrecoveringtheobjectlabels,posesandgeometriesofobjectsina3Dscenefrompartialobservations(e.g.imagesor3Dscans).RfD模型是端到端的模型，直接从rawpoint

Tony·2022-12-14 18:12

论文阅读 | Event-based Video Reconstruction via Potential-assisted Spiking Neural Network

前言：用SNN脉冲神经网络做基于事件相机的图像重建的文章论文地址：【here】代码地址：【here】Event-basedVideoReconstructionviaPotential-assistedSpikingNeuralNetwork引言目前的重建方法：用ANN人工神经网络问题：人工神经网络,计算密集型，消耗大的功率，不利于处理低时延事件解决：稀疏事件数据可以有效地与神经形态硬件芯片相结合

btee·2022-12-14 16:32

Refractive three-dimensional reconstruction for underwater stereo digital image correlation论文代码

在这篇论文中，作者提出了双目相机水下三维重建会产生畸变的解决方法，该方法的最关键一步就是折射界面方程的重建，但是在作者给的源码中却没有该部分的代码。我在折射平面上粘贴圆形标记，然后使用双目相机得到标记点的三维坐标，最后通过RANSAC算法来拟合平面方程。折射平面方程的构建代码能够用来拟合任何平面方程，如果你需要使用双目相机来拟合平面得到平面方程，该部分的代码同样实用。我将在下面给出折射界面方程构建

dy_______·2022-12-14 04:08

论文笔记（一）3D-R2N2 A Unified Approach for Single and Multi-view 3D Object Reconstruction

发表期刊：ECCV发表时间：2016摘要受最近成功的利用形状先验实现鲁棒3D重构方法的启发，我们提出了一种新的循环神经网络架构，我们称之为3D循环重构神经网络(3D-R2N2)。该网络从大量合成数据中学习物体图像到其底层3D形状的映射。我们的网络从任意视点接收一个或多个对象实例的图像，并以3D占用网格的形式输出对象的重建。与之前的大多数工作不同，我们的网络不需要任何图像注释或对象类标签进行训练

码界战士嘎嘎嘎·2022-12-12 17:22

论文：Flow Reconstruction for Data-Driven Traffic Animation

一个程序员，入了交通的坑，苍天了。===============================================================================论文地址：http://gamma.cs.unc.edu/TrafficFlowRecon/作者：DavidWilkie：UniversityofNorthCarolina北卡罗来纳大学，Ming的学生，目前

PicDog·2022-12-11 21:23

【3D目标检测】Accurate Monocular Object Detection via Color-Embedded 3D Reconstruction for AD

目录概述细节整体流程第一阶段：3D数据生成第二阶段：3D边界框估计前景分割颜色嵌入3D边界框估计损失函数概述本文是基于图像的3D目标检测方法。和伪点云原论文在流程上是相同的，但是基于伪点云的方法将深度图转换成伪点云之后直接使用了已有的工作，而本文中作者进行了自己的改进，包括前景分割代替实例分割，添加颜色嵌入等。细节整体流程主要分为两个阶段，3D数据生成以及3D边界框预测第一个阶段中，做2D目标检测

可乐大牛·2022-12-10 22:08

【开集识别论文解读】Classification-Reconstruction Learning for Open-Set Recognition——CVPR2019

论文原文：https://arxiv.org/pdf/1812.04246v2.pdf本文提出的CROSR利用潜在表示进行重建，并在不损害已知类别分类精度的情况下实现鲁棒未知检测。开集分类器可以检测不属于任何训练类的样本。通常，它们将概率分布拟合到某些特征空间中的训练样本中，并将异常值检测为未知值。对于表示样本的特征，几乎所有现有的深度开集分类器都依赖于通过完全监督学习获得的特征，如图1（a）所示

努力学习滴兔兔·2022-12-10 19:13

论文速读:Attribute Restoration Framework for Anomaly Detection

这一篇是近期reconstruction-based在anomalydetection上有较大突破的一篇，想法很有意思，将传统reconstructiontask变成restorationtask：在喂入

攻城争先登·2022-12-08 13:43

Learning a Deep Convolutional Network for Image Super-Resolution论文分析与pytorch代码

LearningaDeepConvolutionalNetworkforImageSuper-Resolution论文地址简介模型图模型框架算法流程Patchextractionandrepresentationnon-linearmapping非线性映射Reconstruction

TonyHsuM·2022-12-08 12:25

[读论文]CVPR2019: Occupancy Networks: Learning 3D Reconstruction in Function Space

目录核心思想涉及到的底层模块网络结构训练mesh提取实验概述三方面实验baseline方法：Dataset:ShapeNet评价指标（Metrics）：具体实验表达能力实验单个图像3D重建实验：ShapeNet：realdata点云补全实验：体素重建实验无条件mesh生成消融实验（AblationStudy）代码运行配环境个人笔记核心思想本文提出了一种3D图形的表示方法，并给出了得到他的网络架构和

YuQiao0303·2022-12-06 10:26

[读论文] Monocular 3D Object Reconstruction with GAN inversion (ECCV2022)

概述项目主页：https://www.mmlab-ntu.com/project/meshinversion/方法名称：MeshInversion输入：单目图像（inthewild，有背景的，没有抠图的）输出：textured3Dmeshkeychallenge:缺少3D或multiviewsupervision方法核心：先预训练一个3DGAN，可以从latentcodez生成texturedme

YuQiao0303·2022-12-06 10:53

CGAL例程：点云数据三维重建

西蒙·吉罗多链接：CGAL5.4-Manual:SurfaceReconstructionfromPointCloudshttps://doc.cgal.org/latest/Manual/tuto_reconstruction.html

冰清-小魔鱼·2022-12-06 09:21

Ubuntu18.04配置ork（ecto、ecto_image_pipeline、ecto_opencv、ork_reconstruction）

一、ecto编译错误编译解决参考https://blog.csdn.net/ckkboy/article/details/99584987#commentBox解决步骤：1.修改ecto/src/lib/util.cppsudogedit/home/huangqifan/ecto/src/lib/util.cpp去掉头文件里面的/tr1将里面的std::tr1::unordered_map换为bo

灞気水笵er·2022-12-04 16:58

机器学习笔记：受限玻尔兹曼机

id=1599798281463567369&wfr=spider&for=pc传送门0x01intro0x02预备知识0x03定义和结构0x04重建（Reconstruction）0x05概率分布0x01intro

PenguinLeee·2022-12-03 11:42

论文速读:Adversarially Learned One-Class Classifier for Novelty Detection [CVPR 2018]

下图为整个网路的系统架构图，整体的想法是：1.用R(ae)要reconstruction出input的图像，同时为了使得R更健壮,对R的input加入了Gaussiannoise.2.用D(Discriminator

攻城争先登·2022-12-03 11:08

NeuralRecon: Real-Time Coherent 3D Reconstruction from Monocular Video 论文阅读笔记

论文阅读笔记文章目录论文阅读笔记论文名称：[NeuralRecon:Real-TimeCoherent3DReconstructionfromMonocularVideo](https://arxiv.org/pdf/2104.00681.pdf)[论文笔记原文写在个人的有道云笔记上，这里可以看到插图](https://note.youdao.com/s/32hCfwDl)一、论文摘要部分二、论文

邓珺礼·2022-12-03 09:35

OCR-GAN【异常检测：Reconstruction-based】

前言经paperswithcode网站统计，论文代码在MVTec数据集上运行结果排名为第6（截止博文发出时间）。背景思想：基于重建的方法，通过不同频率图像相减提取重建丢失的及增加的信息，Unet网络进一步提取特征信息，中间配注意力机制做好图像间信息交互及通道自适应选择，再经普通的卷积网络构建损失函数以更新网络及设置评价分数。模型是通过重建将图片转成不同维度下的特征图，又通过Unet和注意力机制将不

太简单了·2022-12-03 09:02

FYD【异常检测：Representation-based】

异常检测方法的分类：Reconstruction-based、Representation-based。