44 articoli
Il paper presenta FC-4DFS, un metodo innovativo per la sintesi di espressioni facciali 4D che garantisce flessibilità e fluidità temporale grazie a una rete LSTM controllata in frequenza e a una rete di spostamento multi-livello basata su meccanismi di cross-attention, ottenendo risultati all'avanguardia sui dataset CoMA e Florence4D.
Il paper propone LM-4DGAN, un modello generativo che utilizza i landmark facciali neutri, un discriminatore di identità e un autoencoder per sintetizzare espressioni facciali 4D robuste rispetto all'identità, migliorando le soluzioni esistenti che si basano su etichette o parlato.
Questo studio presenta un confronto riproducibile tra gli interpolanti di Clough-Tocher e le funzioni di base radiale multiquadriche, dimostrando che, sebbene l'interpolazione esatta su dati rumorosi porti a un sovradattamento, l'approccio cubico risulta più stabile e permette di recuperare comportamenti di processo fisicamente significativi da misurazioni termodinamiche apparentemente inconsistenti.
Il paper presenta TopGen, un framework di apprendimento automatico che genera mesh quadrate di alta qualità prevedendo simultaneamente layout strutturali e campi trasversali per superare le limitazioni dei metodi tradizionali, supportato dal nuovo dataset TopGen-220K.
Il paper presenta TreeON, un nuovo framework neurale che ricostruisce nuvole di punti 3D dettagliate degli alberi partendo da una singola ortofoto e un modello di superficie digitale, utilizzando una strategia di supervisione basata su perdite geometriche, di ombra e di silhouette e addestrata su dati sintetici per garantire una forte generalizzazione su scenari reali senza necessità di dati di scansione laser a terra.
Il paper "LiTo" propone una rappresentazione latente 3D unificata che, tokenizzando campi luminosi superficiali da immagini RGB-profondità, permette di modellare congiuntamente geometria e aspetto dipendente dalla vista, generando oggetti 3D realistici con effetti speculari e riflessi coerenti con l'immagine di input.
Il paper presenta Co-Layout, un nuovo framework che combina modelli linguistici su larga scala e programmazione intera su griglia per ottimizzare congiuntamente la disposizione degli spazi interni e il posizionamento dei mobili, superando le pipeline esistenti in qualità della soluzione ed efficienza computazionale grazie a una strategia di ottimizzazione da grezzo a fine.
Il paper presenta "Companion", un sistema artistico che integra un robot disegnatore con modelli linguistici di grandi dimensioni per trasformare la collaborazione uomo-macchina in una co-creazione sinergica di narrazioni visive, la cui qualità estetica e valore espositivo sono stati validati da esperti del settore.
Questo articolo esamina come i rapidi progressi dell'IA, in particolare i modelli fondazionali, stiano ridefinendo le interazioni uomo-dati e l'analisi visiva, evidenziando le nuove sfide legate all'incertezza e alla scalabilità e proponendo un approccio centrato sull'umano che integri principi cognitivi e percettivi per superare i limiti dei paradigmi esistenti.
Il paper presenta Icarus, un modello di cielo meteo-indipendente basato sull'apprendimento profondo che supera i limiti delle soluzioni attuali generando mappe ambientali ad alta dinamica (FDR) fotorealistiche e controllabili dall'utente per un'illuminazione basata sull'immagine (IBL) di precisione senza precedenti.
Il paper presenta PixARMesh, un metodo autoregressivo che ricostruisce mesh 3D complete di scene interne direttamente da una singola immagine RGB, generando layout e geometria in un unico passaggio per produrre mesh coerenti e pronte per l'uso.
Il paper presenta FontUse, un approccio basato sui dati che utilizza un dataset su larga scala annotato automaticamente con stili tipografici e casi d'uso per migliorare la capacità dei modelli di generazione di immagini di rispettare le richieste tipografiche senza modifiche architetturali.
Il paper introduce PSIVG, un nuovo framework che integra un simulatore fisico nel processo di generazione video basata su diffusione per garantire che i movimenti degli oggetti rispettino le leggi della fisica, migliorando così la coerenza spaziotemporale e la realismo dei video generati.
Il paper introduce LayoutDreamer, un framework basato su 3D Gaussian Splatting che genera scene 3D composizionali di alta qualità e fisicamente plausibili partendo da prompt testuali, superando i limiti delle metodologie esistenti grazie a un grafico di scena diretto e a un'ottimizzazione adattiva del layout.
Il paper introduce altiro3D, una libreria gratuita che genera esperienze 3D realistiche e sintesi di nuove viste partendo da una singola immagine RGB o video piatto, utilizzando tecniche di stima della profondità, inpainting e proiezione geometrica per creare contenuti visualizzabili su display LCD a visione libera.
Il paper introduce NeuralRemaster, un metodo di diffusione che preserva la fase dei segnali per generare contenuti strutturati e allineati geometricamente, migliorando significativamente il trasferimento sim-to-real senza costi aggiuntivi o modifiche architetturali.
Il paper introduce "Gaussian Wardrobe", un nuovo framework che utilizza una rappresentazione composita 3D basata su Gaussiani per digitalizzare avatar neurali separando il corpo dai vestiti, permettendo così la sintesi di pose realistiche e il trasferimento libero degli indumenti su nuovi soggetti.
GloSplat è un framework che migliora la ricostruzione 3D ottimizzando congiuntamente pose e aspetto durante l'addestramento dello Splatting Gaussiano 3D, preservando le tracce delle feature SfM come ancoraggi geometrici espliciti per prevenire la deriva della posa e superare le prestazioni dei metodi basati su COLMAP o privi di COLMAP.
Questo paper introduce un nuovo modello di camera che estende la proiezione ortografica con un parametro di restringimento per catturare efficacemente le distorsioni prospettiche nelle immagini facciali ravvicinate, migliorando così la regressione dei modelli 3DMM monoculari su video acquisiti con telecamere montate sulla testa.
Questo lavoro propone un nuovo encoding neurale spaziale-direzionale a 5 dimensioni basato su una griglia geodetica gerarchica che risolve le distorsioni delle codifiche direzionali tradizionali e supera lo stato dell'arte nella guida dei percorsi neurali, riducendo la varianza fino a un fattore 2 a parità di campioni.