更好的 3D 网格,从重建到生成式 AI

推荐:使用 NSDT场景编辑器 助你快速搭建可二次编辑的3D应用场景

这些生成的 3D 模型通常提取为标准三角形网格。网格表示提供了许多好处,包括支持现有软件包、高级硬件加速和支持物理仿真。但是,并非所有网格都是平等的,这些优势只能在高质量网格上实现。

NVIDIA 最近的研究发现了一种名为 FlexiCubes 的新方法,用于在 3D 管线中生成高质量的网格,从而提高各种应用程序的质量。

灵活立方体网格生成

图1.通过FlexiCube重建的示例网格

从重建到模拟的 AI 管道的共同要素是网格是通过优化过程生成的。在过程的每个步骤中,都会更新表示以更好地匹配所需的输出。

FlexiCubes网格生成的新思想是引入额外的灵活参数,以精确调整生成的网格。通过在优化过程中更新这些参数,可以大大提高网格质量。

熟悉基于网格的管道的人过去可能使用行进立方体来提取网格。FlexiCubes可以用作基于优化的AI管道中行进立方体的直接替代品。

图2.灵活立方体高品质网眼

FlexiCubes 从摄影测量和生成 AI 等神经工作流程中生成高质量的网格。

更好的网格,更好的人工智能

FlexiCubes 网格提取改进了许多最近的 3D 网格生成管道的结果,生成更高质量的网格,在表示复杂形状中的精细细节方面做得更好。

生成的网格也非常适合物理仿真,其中网格质量对于使仿真高效和稳健尤为重要。四面体网格已准备好用于开箱即用的物理模拟。

图3.柔性立方体四面体网格示例

立即探索灵活立方体

这项研究是作为 NVIDIA 进步的一部分在洛杉矶举行的 SIGGRAPH 2023 上展示的。有关新方法的详细信息,请参阅用于基于梯度的网格优化的灵活等值面提取。在FlexiCubes项目页面上探索更多结果。

原文链接:更好的 3D 网格,从重建到生成式 AI (mvrlink.com)

相关推荐
dreamread3 分钟前
2026批量八字排盘工具怎么选:看导入方式、筛选导出和案例复盘
人工智能·软件工具·传统文化
FriendshipT5 分钟前
Ultralytics:解读BNContrastiveHead模块
人工智能·pytorch·python·深度学习·目标检测
模型时代8 分钟前
景嘉微的AI芯片账:64TOPS边端SoC在导入,商业航天暂未形成订单
人工智能·ai芯片·景嘉微
小呀小叮当~8 分钟前
Telegram 有哪些实用功能?一文了解
前端·人工智能·后端·其它
CAIE研习社13 分钟前
大学生数据分析作品集,应该包含哪些内容?
人工智能·数据分析
namelijink14 分钟前
yolo26 目标检测原理
人工智能·目标检测·计算机视觉
ltqvibe19 分钟前
TokUI怎么让AI输出从文字墙变成可交互UI
人工智能·ui·交互
薛定猫AI21 分钟前
【技术干货】多模型协同编程实战:基于角色路由与工作树构建AI开发流水线
人工智能
国服第二切图仔22 分钟前
LabGuide(Pip)基础医学实验AI眼镜智能助手项目介绍
人工智能·ai眼镜·智能体开发大赛
对不起初见i23 分钟前
TokenFaucet 大模型 API中转站
人工智能·ai·chatgpt