文章预览
点击上方“ 计算机视觉life ”,选择“星标” 快速获得最新干货 文章来源于 3D视觉之心 GitHub已揽星1.9k的MeshAnything项目上新了V2版本,由来自南洋理工大学、清华大学、帝国理工学院、西湖大学等研究人员完成。 MeshAnything V2相比V1,使用了最新提出的Adjacent Mesh Tokenization(AMT)算法,将最大可生成面数从800提升到了1600。 只需30秒,AI就能像3D建模师一样,在各种指示下生成高质量人造Mesh。 NeRF、3D Gaussian Splatting生成的三维重建图像Mesh效果如下: 亮点直击 文章引入了一种相邻网格标记(AMT)网格标记方法,AMT 只需一半的标记序列长度来表示相同的网格,从而从根本上减少了网格生成的计算负担。 MeshAnything 配备了 AMT,并推出了 MeshAnything V2。V2 将可生成的最大面数增加了一倍,同时实现了更高的准确性和效率。 大量实验表明,AMT 显著提高了网格生
………………………………