44 artículos
Este artículo presenta FC-4DFS, un método de síntesis de expresiones faciales 4D que utiliza una red LSTM controlada por frecuencia y una red de desplazamiento consciente de la identidad para generar secuencias flexibles, suaves y de alta calidad a partir de puntos de referencia neutros.
Este artículo presenta LM-4DGAN, un modelo generativo que utiliza hitos faciales neutros, un discriminador de identidad y un mecanismo de atención cruzada para sintetizar expresiones faciales 4D robustas ante cambios de identidad.
Este artículo presenta una comparación reproducible de los interpolantes Clough-Tocher y Multicúbrico RBF, demostrando que, aunque el ruido degrada el rendimiento de ambos métodos, el interpolante cúbico ofrece mayor estabilidad y permite recuperar comportamientos de procesos físicos a partir de mediciones ruidosas en ingeniería ambiental.
El artículo presenta TopGen, un marco de aprendizaje robusto y eficiente que genera mallas cuadriláteras de alta calidad mediante la predicción simultánea de diseños estructurales y campos cruzados, superando las limitaciones de los métodos tradicionales y basándose en un nuevo conjunto de datos a gran escala llamado TopGen-220K.
El artículo presenta TreeON, un marco basado en redes neuronales que reconstruye nubes de puntos 3D detalladas de árboles a partir de una sola ortofoto y un modelo digital de superficie, utilizando un conjunto de datos sintético y una estrategia de supervisión que combina pérdidas geométricas, de sombras y siluetas para lograr una alta calidad y generalización sin necesidad de datos de escaneo láser terrestre.
El artículo presenta LiTo, un nuevo enfoque que utiliza la tokenización de campos de luz superficiales para crear una representación latente 3D unificada que modela simultáneamente la geometría y el aspecto dependiente del punto de vista, permitiendo la generación de objetos 3D con efectos realistas como brillos especulares y reflejos de Fresnel.
El artículo presenta Co-Layout, un marco innovador que combina modelos de lenguaje grandes con programación entera basada en cuadrículas para optimizar conjuntamente el diseño de interiores y la disposición de muebles, superando a los enfoques existentes en calidad de solución y eficiencia computacional mediante una estrategia de optimización de lo grueso a lo fino.
El artículo presenta "Companion", un sistema artístico que integra un robot de dibujo con modelos de lenguaje grandes para fomentar una co-creación bidireccional mediante voz y bocetos, transformando al robot en un colaborador activo capaz de generar obras con identidad estética y mérito expositivo validado por expertos.
Este artículo examina los desafíos y oportunidades que la era de la IA plantea para la interacción humano-datos y la visualización, destacando la necesidad de trascender las métricas tradicionales y redefinir los roles humanos y artificiales para abordar problemas como la incertidumbre, la latencia y la escalabilidad en el análisis de datos no estructurados.
El artículo presenta Icarus, un modelo de cielo todo tiempo basado en aprendizaje profundo que supera las limitaciones de los modelos actuales al generar mapas de entorno de alto rango dinámico completo (FDR) con nubes y posiciones solares controlables, logrando una iluminación basada en imágenes (IBL) con un realismo fotográfico y una precisión de sombras sin precedentes.
PixARMesh es un método autoregresivo que reconstruye escenas 3D completas a partir de una sola imagen RGB en una sola pasada, generando mallas coherentes y listas para uso artístico mediante la predicción conjunta de la disposición y la geometría de los objetos sin necesidad de optimización posterior.
El artículo presenta FontUse, un enfoque centrado en datos que mejora la generación de tipografía en imágenes mediante un conjunto de datos a gran escala con anotaciones automáticas que vinculan estilos tipográficos y casos de uso, permitiendo a los modelos existentes generar textos más fieles a las instrucciones sin modificaciones arquitectónicas.
El artículo presenta PSIVG, un marco innovador que integra un simulador físico en el proceso de generación de video mediante difusión para corregir las inconsistencias dinámicas y garantizar que los objetos generados obedezcan leyes físicas reales como la gravedad y la colisión, sin comprometer la calidad visual.
El artículo presenta LayoutDreamer, un marco basado en 3D Gaussian Splatting que genera escenas 3D composicionales de alta calidad y físicamente realistas a partir de texto, superando las limitaciones existentes mediante la adaptación de la densidad de los gaussianos, ajustes dinámicos de cámara y la aplicación de energía física guiada por un grafo de escena dirigido.
El artículo presenta altiro3D, una biblioteca de código abierto que genera experiencias 3D realistas y síntesis de vistas novedosas a partir de una sola imagen o video plano, utilizando estimación de profundidad, técnicas de inpainting y algoritmos de proyección para crear múltiples puntos de vista visualizables en pantallas LCD de libre visión.
El artículo presenta NeuralRemaster, un método de difusión que preserva la fase de la imagen para generar resultados estructuralmente alineados y controlables en tareas como re-renderizado y mejora de simulaciones, sin requerir cambios arquitectónicos ni costos adicionales de inferencia.
El artículo presenta "Gaussian Wardrobe", un marco innovador que utiliza una representación composicional de 3D Gaussianas para digitalizar avatares neuronales a partir de videos multivista, permitiendo la descomposición de prendas de vestir independientes del cuerpo para lograr una alta fidelidad dinámica y un ensayo virtual libre y reutilizable.
GloSplat es un marco que mejora la reconstrucción 3D mediante la optimización conjunta de pose y apariencia en el entrenamiento de 3D Gaussian Splatting, preservando rastros de características SfM explícitos como anclajes geométricos para evitar la deriva de pose y lograr un rendimiento superior tanto en variantes sin COLMAP como en las basadas en él.
Este artículo presenta un nuevo modelo de cámara que incorpora un efecto pseudo-perspectiva mediante un parámetro de contracción para mejorar la regresión de modelos 3DMM monocular en imágenes de primer plano, manteniendo la estabilidad de la proyección ortográfica tradicional.
Este trabajo propone una nueva codificación neuronal espaciodireccional de cinco dimensiones basada en una cuadrícula geodésica jerárquica que supera a los métodos existentes al eliminar distorsiones en el dominio direccional y reducir la varianza en la guía de caminos neuronales hasta en un factor de dos.