文章预览
作者 | 动力控制研究室 编辑 | 同济智能汽车研究所 点击下方 卡片 ,关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 编者按: 本文提出了物理高斯(PhysGaussian)方法,将基于物理的牛顿动力学无缝集成到三维高斯中,从而实现了物理仿真和视觉渲染的无缝集成,显示了其在创建具有新颖视角和运动的多样化视觉内容方面的强大能力。 本文译自: 《PhysGaussian: Physics-Integrated 3D Gaussians for Generative Dynamics》 文章来源: IEEE Conference on Computer Vision and Pattern Recognition(CVPR) 2024 作者: Tianyi Xie1, Zeshun Zong1, Yuxing Qiu1, Xuan Li1, Yutao Feng2,3, Yin Yang3, Chenfanfu Jiang1. 作者单位: 1加利福尼亚大学洛杉矶分校,2浙江大学,3犹他大学 原文链接: https://arxiv.org/pdf/2311.12198 代码链接: https://github.com/XPandora/PhysGaussian 摘要 : 我们介
………………………………