NSDT工具推荐Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模

本文汇总了有关 3D 生成的研究,包括 3D 形状生成和 3D 感知的图像生成。

3D生成与 3D 重建不同,3D 重建侧重于每个实例的恢复(即数据已经存在于现实世界中),3D 生成的目标是学习真实分布,因此允许对新数据进行采样。

1、3D形状生成

1.1 点云

1.2 体素生成

1.3 网格生成

1.4 神经领域

1.5 程序

2、3D 感知的图像生成

我们根据所使用的表示形式对3D感知图像生成的研究进行分类。

2.1 体素

2.2 深度

2.3 神经领域

2.4 混合表示

3、2D 生成式模型的3D控制

除了明确学习 3D 生成模型外,还有一些关于 2D 模型的 3D 可控性的尝试。


原文链接:Awesome 3D Generation

BimAnt翻译整理,转载请标明出处