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
IT_陈寒几秒前
为什么Java的Stream并行处理反而变慢了?
前端·人工智能·后端
财经资讯数据_灵砚智能7 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(夜间-次晨)2026年5月12日
人工智能·python·信息可视化·自然语言处理·ai编程
深度学习lover15 分钟前
<数据集>yolo 交通违规标志识别<目标检测>
人工智能·深度学习·yolo·目标检测·计算机视觉·交通违规标志识别
叼馒女友郭芙蓉27 分钟前
FastAPI 的 CORSMiddleware 跨域中间件
人工智能
shchojj33 分钟前
What is Generative AI - How generative AI works
人工智能
xingyuzhisuan44 分钟前
哪里可以一键部署Stable Diffusion XL的GPU云环境?(2026实测指南)
运维·人工智能·stable diffusion·gpu算力
shchojj1 小时前
What is Generative AI - AI is a general purpose technology
人工智能
Agent手记1 小时前
采购合同智能审核自动化,落地步骤与落地风险管控方案 —— 2026年企业级Agent深度实战指南
运维·人工智能·ai·自动化
byte轻骑兵1 小时前
【LE Audio】CAP精讲[5]: 导演上线!Initiator音频协同全流程合规指南
人工智能·音视频·低功耗·le audio
3D探路人1 小时前
模灵 大模型聚合API 转发流程技术实现
java·大数据·开发语言·前端·人工智能·计算机视觉