44 articles
Ce papier présente FC-4DFS, une méthode innovante de synthèse d'expressions faciales 4D qui utilise un réseau LSTM contrôlé par fréquence et une perte de cohérence temporelle pour générer des séquences d'expressions flexibles, fluides et précises à partir de repères neutres.
Ce papier présente le LM-4DGAN, un modèle génératif robuste aux variations d'identité qui utilise des repères faciaux neutres, un discriminateur d'identité, un autoencodeur de repères et un mécanisme d'attention croisée pour synthétiser des expressions faciales 4D.
Cette étude présente une comparaison reproductible des méthodes d'interpolation Clough-Tocher et RBF multiquadrique, démontrant que bien que l'interpolation exacte sur des données bruyantes entraîne un surajustement, la méthode cubique offre une stabilité supérieure et permet de récupérer des comportements de processus thermodynamiques physiquement significatifs à partir de mesures imparfaites.
Ce papier présente TopGen, un cadre d'apprentissage robuste et efficace qui génère des maillages quadrangulaires de haute qualité en prédisant simultanément des agencements structurels et des champs croisés, surpassant ainsi les méthodes existantes en fidélité géométrique et en rationalité topologique.
Le papier présente TreeON, un cadre neuronal novateur capable de reconstruire des nuages de points 3D détaillés d'arbres à partir d'une seule orthophoto et d'un modèle numérique de surface, en utilisant une stratégie d'apprentissage supervisé combinant des pertes géométriques et d'ombres pour généraliser efficacement aux données réelles sans nécessiter de scans laser au sol.
Le papier propose LiTo, une représentation latente 3D unifiée qui modélise conjointement la géométrie et l'apparence dépendante du point de vue en encodant des échantillons de champ lumineux de surface, permettant ainsi la génération d'objets 3D réalistes avec des effets d'éclairage complexes tels que les reflets spéculaires.
Ce papier présente Co-Layout, un cadre novateur combinant des modèles de langage et une programmation en nombres entiers sur grille pour optimiser conjointement la disposition des pièces et le placement des meubles, surpassant les méthodes existantes grâce à une stratégie d'optimisation de grossier à fin.
Ce papier présente « Companion », un système artistique intégrant un robot dessinateur et des modèles de langage pour transformer la collaboration humain-machine en une co-création synergique de récits visuels, dont la qualité esthétique et la pertinence d'exposition ont été validées par des experts.
Cet article examine comment l'avancement rapide de l'IA, notamment les modèles de fondation, transforme l'interaction humain-données en introduisant de nouveaux défis liés à l'incertitude et à l'échelle, et propose de redéfinir les paradigmes d'interaction en intégrant des principes cognitifs et perceptuels pour bâtir des systèmes d'analyse de données centrés sur l'humain.
Ce papier présente Icarus, un modèle de ciel tout-temps basé sur l'apprentissage profond capable de générer des cartes d'environnement en pleine plage dynamique (FDR) photoréalistes et contrôlables par l'utilisateur, surmontant ainsi les limitations des modèles actuels dans la reproduction précise des zones solaires et nuageuses pour l'éclairage basé sur l'image (IBL).
PixARMesh est une méthode qui reconstruit de manière autorégressive des maillages 3D complets et prêts pour les artistes d'une scène intérieure à partir d'une seule image RGB, en prédisant conjointement la disposition et la géométrie des objets dans un modèle unifié sans nécessiter d'optimisation postérieure.
Le papier présente FontUse, une approche centrée sur les données qui améliore la génération de typographie dans les images en entraînant des modèles sur un jeu de données structuré de 70 000 images annotées avec des styles de police et des cas d'usage, permettant ainsi un contrôle précis et intuitif sans modification architecturale.
Ce papier présente PSIVG, un cadre innovant intégrant un simulateur physique dans le processus de génération vidéo par diffusion pour garantir le respect des lois physiques tout en préservant la qualité visuelle grâce à une optimisation de la cohérence des textures.
Le papier présente LayoutDreamer, un cadre innovant guidé par la physique et les graphes de scène qui utilise le 3D Gaussian Splatting pour générer des scènes 3D compositionnelles de haute qualité, physiquement plausibles et hautement contrôlables à partir de descriptions textuelles.
L'article présente altiro3D, une bibliothèque libre qui génère des expériences 3D réalistes et des images à champ lumineux à partir d'une seule image ou vidéo, en combinant l'estimation de profondeur monocular, l'inpainting et des algorithmes de projection 3D pour créer des collages multi-vues affichables sur des écrans LCD à vue libre.
Le papier présente NeuralRemaster, une méthode de diffusion qui préserve la phase des signaux d'entrée tout en randomisant leur magnitude, permettant ainsi une génération alignée sur la structure sans coût d'inférence supplémentaire et en améliorant significativement le transfert sim-to-real pour les planificateurs de conduite.
Le papier présente « Gaussian Wardrobe », un cadre novateur qui utilise une représentation 3D compositionnelle pour séparer le corps des vêtements dans des avatars neuronaux, permettant ainsi une synthèse de poses réalistes et un essayage virtuel libre où les vêtements peuvent être transférés sur de nouveaux sujets.
GloSplat est un cadre d'optimisation conjointe pose-apparence pour la reconstruction 3D par Gaussian Splatting qui préserve les traces de caractéristiques SfM explicites comme ancres géométriques, permettant ainsi d'éviter la dérive de pose et de surpasser les méthodes existantes, qu'elles soient basées ou non sur COLMAP.
Cet article propose un nouveau modèle de caméra intégrant un paramètre de rétrécissement pour simuler les effets de perspective dans la régression de modèles morphables 3D, permettant ainsi d'améliorer le recalage de visages en gros plan, notamment ceux capturés par des caméras montées sur la tête, tout en conservant la stabilité des approches orthographiques traditionnelles.
Cet article propose un nouveau codage neuronal spatio-directionnel en cinq dimensions, basé sur une grille géodésique hiérarchique pour les directions, qui surpasse les méthodes existantes en réduisant la variance de moitié dans le contexte de l'illumination globale par guidage de chemins neuronaux.