清华&腾讯最新算法Next3D！高质量3D 感知合成，支持3D风格画！论文/代码速递2022.11.24！-技术圈

强烈推荐：2000核时免费领，立刻开启云上高性能计算 ☞，注册即送200元计算资源，https://www.bkunyun.com/wap/console?source=bkykolaistudy

当服务器有可视化界面，直接起飞！

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

欢迎关注公众号 AI算法与图像处理，获取更多干货：

大家好, 最近正在优化每周分享的CVPR$ECCV 2022论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈

欢迎大家留言其他想法, 合适的话会采纳哈! 求个三连支持一波哈

建了一个知识星球，计划不定期分享最新的成果和资源！感兴趣可以扫描体验，另外还有50个一年免费体验名额，可以添加微信nvshenj125 申请。

最新成果demo展示：

标题：Next3D: Generative Neural Texture Rasterization for 3D-Aware Head Avatars

论文：https://arxiv.org/pdf/2211.11208.pdf

主页：代码

摘要：

3D 感知生成对抗网络 (GAN) 仅使用单视图 2D 图像集合来合成高保真和多视图一致的面部图像。为了对面部属性进行细粒度控制，最近的努力结合了 3D 可变形面部模型 (3DMM) 来显式或隐式地描述生成辐射场中的变形。显式方法提供细粒度的表达控制，但不能处理由头发和配饰引起的拓扑变化，而隐式方法可以模拟各种拓扑，但由于不受约束的变形场而导致泛化能力有限。我们提出了一种新颖的 3D GAN 框架，用于从非结构化 2D 图像中无监督地学习生成的、高质量和 3D 一致的面部头像。为了同时实现变形精度和拓扑灵活性，我们提出了一种称为生成纹理栅格化三平面的 3D 表示。所提出的表示在参数化网格模板之上学习生成神经纹理，然后通过光栅化将它们投影到三个正交视图的特征平面中，形成用于体积渲染的三平面特征表示。通过这种方式，我们结合了网格引导显式变形的细粒度表达控制和隐式体积表示的灵活性。我们进一步提出了用于对 3DMM 未考虑的口腔内部进行建模的特定模块。我们的方法通过大量实验展示了最先进的 3D 感知合成质量和动画能力。此外，作为 3D 先验，我们的可动画 3D 表示增强了多种应用程序，包括一次性面部头像和 3D 感知风格化。

ECCV2022

CVPR2022

NeurIPS

Updated on : 24 Nov 2022

total number : 3

Sparse2Dense: Learning to Densify 3D Features for 3D Object Detection

论文/Paper: http://arxiv.org/pdf/2211.13067
代码/Code: https://github.com/stevewongv/Sparse2Dense

GhostNetV2: Enhance Cheap Operation with Long-Range Attention

论文/Paper: http://arxiv.org/pdf/2211.12905
代码/Code: and

Benchmarking Bayesian Deep Learning on Diabetic Retinopathy Detection Tasks

论文/Paper: http://arxiv.org/pdf/2211.12717
代码/Code: None

清华&腾讯最新算法Next3D！高质量3D 感知合成，支持3D风格画！论文/代码速递2022.11.24！