本文提出了一種名為 HOTSPOT 的新型神經帶符號距離函數優化方法,該方法基於屏蔽泊松方程和距離函數之間的關係,能夠更準確、穩定地重建複雜形狀,並提供更精確的距離逼近。
本稿では、スクリーンドポアソン方程式と距離の関係に基づいた、HOTSPOTと呼ばれる新しいニューラル符号付き距離関数最適化手法を提案する。これは、従来の損失関数では困難であった、複雑な形状に対する正確な符号付き距離関数の取得を可能にする。
HOTSPOT, a novel method for optimizing neural signed distance functions, leverages a screened Poisson equation to address limitations of existing approaches, achieving superior surface reconstruction and distance approximation, especially for complex geometries.
MeshAnything V2 透過引入創新的相鄰網格分詞法 (AMT),有效壓縮網格數據表示,顯著提升了藝術風格網格生成模型的效率和性能。
MeshAnything V2는 새로운 인접 메시 토큰화(AMT) 방법을 통해 기존 모델보다 효율성과 성능을 크게 향상시킨 아티스트 제작 메시 생성 모델입니다.
MeshAnything V2は、隣接メッシュトークン化(AMT)と呼ばれる新しいトークン化手法を用いることで、従来の手法よりも大幅に効率的かつ高品質なアーティスト作成メッシュ生成を実現する。
本文提出了一種名為 Ref-MC2 的新型逆向渲染方法,透過多次蒙地卡羅採樣來精確模擬間接照明,從而更精確地重建具有複雜交互反射的場景。
이 논문에서는 다중 표면 간의 상호 반사를 고려하여 보다 사실적인 장면을 재구성하는 향상된 역 렌더링 방법을 제안합니다.
本稿では、複雑な相互反射を含むシーンにおけるレンダリング品質を向上させるため、多重モンテカルロサンプリングを用いた新規な逆レンダリング手法「Ref-MC2」を提案する。
Ref-MC2 is a novel inverse rendering method that leverages multi-times Monte Carlo sampling and a specularity-adaptive strategy to efficiently and accurately reconstruct inter-reflections in complex scenes, enabling high-fidelity 3D object reconstruction with disentangled geometry, materials, and lighting.