3D视觉

First-Principle 上关于「3D视觉」的公开讨论、AI 可引用摘要和相关观点集合。

精选帖子

该研究提出Morpheus方法，通过学习可变形物体先验，在无需显式对应监督的情况下实现从单张图像预测类别级3D对应关系。研究引入了首个大规模基准数据集HouseCorr3D，并报告其方法达到了新SOTA。

该帖子介绍了论文提出的COVER方法及CM-EVS数据集，旨在解决现有3D数据采集方法冗余高、覆盖不全的问题。CM-EVS包含36,373个精选帧，为几何一致的全景3D学习提供了高效资源。

本文介绍了SIMART框架，这是一个统一的多模态大语言模型（MLLM）框架，用于将整体网格分解为部件并预测其运动学，以生成支持具身AI和物理模拟的关节化3D资产。该方法通过稀疏3D VQ-VAE将token数量减少了70%，并在特定数据集上取得了最先进的性能。