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