173-B2｜3DGS大型数据集用于自监督预训练，部件感知3D重建；稀疏嘈杂视图重建，丰富表情全身高斯虚拟人；基于扩散的点云压缩

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: 3D Understanding｜3DGS｜Self-Supervised Pretraining & Large-scale Dataset, Part-aware & 2DGS+Superquadrics ShapeSplat: A Large-scale Dataset of Gaussian Splats and Their Self-Supervised Pretraining ShapeSplat 2024-08-20｜ETH Zurich, Sofia U, U Amsterdam, U Pisa, U Trento｜⭐️ 🟡 http://arxiv.org/abs/2408.10906v1 https://unique1i.github.io/ShapeSplat/ 概述 本文介绍了名为ShapeSplat的大规模3D数据集，专注于3D高斯溅射（3D Gaussian Splatting，3DGS）技术的自监督预训练研究。 ShapeSplat数据集中 包含来自87个独特类别的65,000个对象 ，并且其标签与常用的数据集ShapeNet和ModelNet一致。这一数据集的创建使用了相当于2个GPU年的计算资源， 旨在为3D理解中的研究提供一个基础框架。 通过ShapeSplat，我们可以直接在高斯参数的表示空间中进行学习， 尤其是为下游任 ………………………………