NVlabs/nvdiffrec
Official code for the CVPR 2022 (oral) paper "Extracting Triangular 3D Models, Materials, and Lighting From Images".
何を解決するか
複数の視点からの画像観測から、高品質な三角形3Dモデル(材質と照明を含む)を抽出することを可能にします。これにより、シーンのトポロジー、表面の外観、照明環境を同時に共同最適化できます。
動作方法
このシステムは、微分可能なレンダリングパイプラインを使用して3Dアセットを最適化します。NVIDIAのKaolinライブラリから採用された微分可能なマーチングテトラヘドロンを活用し、FlexiCubesなどの高度な等値面抽出技術もサポートしています。自動微分処理を簡素化するために、Slangの自動微分機能を活用するslangpyを使用したバージョンのライブラリも提供されています。CUDA拡張を手作業で作成する必要がありません。
対象ユーザー
高スペックのNVIDIA GPU(大容量メモリ搭載)を備えたコンピュータビジョンおよび3Dグラフィックス分野の研究者や開発者向けに設計されています。
特徴
- ジオメトリ(トポロジー)、材質、照明を共同で最適化。
- 標準的な三角形3Dメッシュを生成。
- FlexiCubesによる高精度な等値面抽出をサポート。
- nvdiffrastおよびtiny-cuda-nnと統合してパフォーマンスを向上。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト