본문 바로가기

728x90

Deep Learning/[D&A] 2023 Conference5

[4주차] <주제 변경> 체형별 옷입히기 사전 조사 https://github.com/lijiaman/awesome-3d-human - 대신 코드가 없는게 많음 ㅠㅠ https://github.com/lzhbrian/Clothes-3D 기존대로 체형에 따라 옷입히기를 할 것인지 (SMPL + 3D clothes화 + 합성 + 디테일 ) 옷 입은 사람의 형태를 따서 옷 디자인을 바꾸는 것으로 갈지 (이 친구는 조금 다른 방안)⇒ + upgrade 버전: 우리가 직접 옷을 그린 다음, 옷의 디자인까지 따서 새로 입히는 것(희망 사항) 1번으로 선택할 경우) input으로 사진 받고, 모델 돌려서 원하는 옷 입히는걸로 보여주는거? 2번으로 선택할 경우) 옷 그리게 해서 디자인을 입혀서 보여주는 정도?가 될 듯 (아이디어 제시일 뿐 - 찾진 않음) 1. 체형별 .. 2023. 8. 10.

[3주차] 건물 3D화 모델 찾기 GitHub - chrise96/3D_building_reconstruction: MSc Computer Science project. Automatically enhance CityGML LOD2 buildings with facade details, by using a panoramic image sequence and building footprint data. NOTE: Amsterdam Panorama API is currently offline. MSc Computer Science project. Automatically enhance CityGML LOD2 buildings with facade details, by using a panoramic image sequence and buil.. 2023. 7. 28.

[2주차] 3D Generation Model Github 탐색 💡 2주차 과제: 3D 생성하는 모델 깃헙 → 만약 학습이 필요한 모델이면 어떤 데이터고, 데이터 AI허브같은 데 있는지 1. CIPS-3D (21년도 10월) 이미지를 3D화 시키려고 하는, 저번에 의견 나왔던 영화 포스터 혹은, 해리포터 신문?, 그림 명화 등이 가능할 수도 있지 않을까 💻 https://github.com/PeterouZh/CIPS-3D 📚 https://arxiv.org/abs/2110.09788 🧪 https://huggingface.co/spaces/hysts/Shap-E 특징 : NeRF 기반 : 한계점은 NeRF 마냥 앞에서만 빙빙대는 것만 가능 → 우리가 어떤 주제로 할거냐에 따라서 choice 될 수도 안될 수도 : 데이터셋: 이미지…? 2. FastGANFit (21년.. 2023. 7. 17.

[1주차] NeRF: Representing Scenes asNeural Radiance Fields for View Synthesis 💡 0. Abstract 우리는 드문 입력 뷰 세트를 사용하여 연속적인 부피 장면 함수를 최적화하여 복잡한 장면의 새로운 시점을 합성하는 최첨단 결과를 달성하는 방법을 제시합니다. 우리의 알고리즘은 완전히 연결된 (비선형) 심층 네트워크를 사용하여 장면을 표현하며, 입력은 단일 연속적인 5D 좌표 (공간 위치 (x, y, z) 및 시청 방향 (θ, φ))이고 출력은 해당 공간 위치에서의 부피 밀도와 시점에 의존하는 방출 래디언스입니다. 우리는 카메라 광선을 따라 5D 좌표를 쿼리하여 뷰를 합성하고, 전통적인 부피 렌더링 기술을 사용하여 출력 색상과 밀도를 이미지로 투영합니다. 부피 렌더링은 자연스럽게 미분 가능하기 때문에, 우리의 표현을 최적화하기 위해 필요한 유일한 입력은 알려진 카메라 포즈를 가진 이.. 2023. 7. 13.

[1주차] [EECS 498-007 / 598-005] 3D Vision 강의 정리 1. 3D Vision Topics 2. 3D Shape Representations 2.1 3D Shape Representations: Depth Map 💡 픽셀에 대해 카메라와 픽셀의 거리를 구하는 방식 + 시야의 단점을 보완하기 위한 loss 구비 https://arxiv.org/abs/1411.4734 Depth map은 각 pixel에 대해 카메라와 픽셀 사이의 거리를 구함 기존 segmentation 처럼 FC를 통해 pixel 별로 계산할 수 있다 이를 통해 Predicted Depth Image와 Ground-Truth image와의 Per-pixel loss를 계산하여 학습할 수 있음 하지만 우리 눈에서는 작고 가까이 있는 물체와 크고 멀리 있는 물체의 크기를 구분하지 못함 위 문제를 .. 2023. 7. 10.

이전 1 다음

728x90

티스토리툴바