CVPR2023 部分文章

# SinGRAF: Learning a 3D Generative Radiance Field for a Single Scene

* 和我之前做 SinRGAN 的思路类似，但setting不一样。
* 给定一组图片（100张），训练生成模型生成多种符合条件的场景。
* ![title](https://leanote.com/api/file/getImage?fileId=638ef40eab64411709a8911a)
* 结构很简单，StyleGAN + tri-plane + patch discriminator。
* ![title](https://leanote.com/api/file/getImage?fileId=638ef417ab64411709a8911b)

# RenderDiffusion: Image Diffusion for 3D Reconstruction, Inpainting and Generation

* 去噪方式为把有噪音的图像先映射到三维空间，再渲染出来去噪。
* ![title](https://leanote.com/api/file/getImage?fileId=638f1df7ab64411709a8925b)
* 其中第一步为把 $M\times M\times 3$ 的2D图像通过一个Unet到 $N\times N\times 3\times n_f$ 的 triplane，然后调用 triplane 的可微渲染。
* ![title](https://leanote.com/api/file/getImage?fileId=638f323cab64411709a892f2)
* 效果看起来持平 PixelNeRF，低于ED3D（基于Triplane的pi-gan）
* 数值化指标只有重建
* ![title](https://leanote.com/api/file/getImage?fileId=638f32caab64411709a892f7)
* **2D-3D直接用Unet也太粗糙了一点吧，或许可以试试把学好的表征的triplane用来diffuse**

# DiffRF: Rendering-Guided 3D Radiance Field Diffusion

* 纯 voxel 的 diffusion，且缺少量化指标。而且point-voxel diffusion 那篇已经把这个作为baseline干过了。
* ![title](https://leanote.com/api/file/getImage?fileId=639155faab64411710a6f559)
* ![title](https://leanote.com/api/file/getImage?fileId=63915604ab64411710a6f55a)

# LADIS: Language Disentanglement for 3D Shape Editing

* 基于文字控制的三维编辑，但是效果不咋地，只在椅子上做了实验，我怀疑它中不了CVPR
* ![title](https://leanote.com/api/file/getImage?fileId=639037a1ab64411710a6ed4a)

# Peekaboo: Text to Image Diffusion Models are Zero-Shot Segmentors

* 用 Text to Image Diffusion Models 做分割
* ![title](https://leanote.com/api/file/getImage?fileId=63903833ab64411709a89ae6)
* ![title](https://leanote.com/api/file/getImage?fileId=6390385eab64411710a6ed52)

# 3DDesigner: Towards Photorealistic 3D Object Generation and Editing with Text-guided Diffusion Models

* ![title](https://leanote.com/api/file/getImage?fileId=63903912ab64411710a6ed5a)
* 一个看起来不明所以的架构
* ![title](https://leanote.com/api/file/getImage?fileId=6390395aab64411709a89af4)
* 怎么连CLIP-NeRF 都打不过啊！
* ![title](https://leanote.com/api/file/getImage?fileId=63903987ab64411709a89af6)
* paper 里全只做了汽车数据集，看了下视频，三维一致性有点问题。

wuvin

导航

最近发表

友情链接