Texturify：基于 GAN在 3D 形状表面上生成高质量纹理! 论文速递2022.8.30！

整理：AI算法与图像处理

CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo

ECCV2022论文和代码整理：https://github.com/DWCTOD/ECCV2022-Papers-with-Code-Demo

最新成果demo展示：

Texturify：基于 GAN在 3D 形状表面上生成高质量纹理

标题：Texturify: Generating Textures on 3D Shape Surfaces

主页：https://nihalsid.github.io/texturify/

论文：https://arxiv.org/abs/2204.02411

摘要：3D 对象上的纹理提示是引人注目的视觉表示的关键，可以创建具有跨不同视图的固有空间一致性的高视觉保真度。由于纹理 3D 形状的可用性仍然非常有限，因此学习基于 3D 输入预测纹理的 3D 监督数据驱动方法非常具有挑战性。因此，我们提出了 Texurify，这是一种基于 GAN 的方法，它利用对象类的 3D 形状数据集，并通过生成高质量纹理来学习重现在真实图像中观察到的外观分布。特别是，我们的方法不需要任何 3D 颜色监督或形状几何和图像之间的对应来学习 3D 对象的纹理。Texurify 通过在分层 4-RoSy 参数化上引入面部卷积算子直接在 3D 对象的表面上操作，以生成合理的对象特定纹理。采用可区分的渲染和对抗性损失来批评单个视图和视图之间的一致性，我们有效地从真实世界的图像中学习高质量的表面纹理分布。

最新论文整理

ECCV2022

Updated on : 30 Aug 2022

total number : 3

Towards Robust Face Recognition with Comprehensive Search

• 论文/Paper: http://arxiv.org/pdf/2208.13600
• 代码/Code: None

CIRCLe: Color Invariant Representation Learning for Unbiased Classification of Skin Lesions

• 论文/Paper: http://arxiv.org/pdf/2208.13528
• 代码/Code: None

Towards Real-World Video Deblurring by Exploring Blur Formation Process

• 论文/Paper: http://arxiv.org/pdf/2208.13184
• 代码/Code: None

CVPR2022