Anttwo/Surflo

해결하는 문제

Surflo는 소수의 가변적인 포즈 없는 RGB 이미지들로부터 상세한 3D 표면을 재구성하는 과제를 다룹니다. 최적화 기반 방법(예: Gaussian Wrapping)보다 훨씬 빠르고, 피드포워드 포인트맵 모델보다 품질이 높은 고품질의 깨끗한 메시 출력을 제공하는 것을 목표로 합니다.

작동 방식

Surflo는 입력 뷰 세트(2~80개 이미지)를 고정 크기의 전역 잠재 상태로 인코딩합니다. 그런 다음 흐름 정합을 사용하여 이 상태를 임의 개수의 방향성 표면 포인트로 디코딩하며, 이는 깨끗한 3D 메시를 생성하는 데 사용됩니다. 이 시스템은 "일반" 재구성(포인트 클라우드 전용)과 렌더링 가이드를 사용하여 표면을 다듬고 메시를 추출하는 "가이드" 재구성을 모두 지원합니다.

대상 사용자

이 도구는 3D 컴퓨터 비전, 표면 재구성 및 3D 에셋 생성 분야에서 일하며 제한된 이미지 세트에서 빠르고 고충실도의 3D 메시가 필요한 연구원 및 개발자를 위해 설계되었습니다.

주요 특징

• 가변 입력 뷰: 2개부터 최대 80개의 이미지까지 재구성을 지원합니다.
• 빠른 추론: 최적화 기반 최첨단 방법보다 한 자릿수 빠르게 실행됩니다.
• 유연한 가이드: 실행 시간, VRAM 사용량 및 디테일 수준의 균형을 맞추기 위해 여러 가이드 프리셋(최소, 짧음, 기본, 긴)을 제공합니다.
• 통합 파이프라인: 이미지 로딩 및 인코딩부터 포인트 클라우드 생성 및 메시 추출까지의 전체 파이프라인을 제공합니다.
• Python API: 다른 애플리케이션에 쉽게 통합할 수 있는 퍼사드를 포함합니다.