44 artigos
O artigo apresenta o FC-4DFS, um método inovador de síntese de expressões faciais 4D que utiliza uma rede LSTM controlada por frequência e uma perda de coerência temporal para gerar sequências flexíveis, suaves e de alta qualidade a partir de marcos neutros.
Este artigo apresenta o LM-4DGAN, um modelo generativo que utiliza marcos faciais neutros, um discriminador de identidade e um autoencoder de marcos para sintetizar expressões faciais 4D com maior robustez à variação de identidade.
Este artigo apresenta uma comparação reprodutível entre interpolações Clough-Tocher e Multiquadric RBF, demonstrando que, embora o ruído degrade o desempenho de ambos os métodos, a interpolação exata de dados ruidosos em sistemas termodinâmicos pode recuperar comportamentos físicos significativos, sendo a interpolação cúbica comparativamente mais estável nesse cenário.
O artigo apresenta o TopGen, um framework de aprendizado robusto e eficiente que supera as limitações dos métodos tradicionais e baseados em aprendizado existentes ao prever simultaneamente layouts estruturais e campos cruzados para a geração de malhas quadrangulares de alta qualidade, apoiado pelo novo conjunto de dados TopGen-220K.
O artigo apresenta o TreeON, uma nova estrutura baseada em redes neurais que reconstrói nuvens de pontos 3D detalhadas de árvores a partir de uma única ortofoto e um Modelo Digital de Superfície (DSM), utilizando um conjunto de dados sintético e uma estratégia de supervisão combinada para superar a falta de dados reais de treinamento e alcançar generalização eficaz em cenários do mundo real.
O artigo "LiTo" propõe uma representação latente 3D unificada que tokeniza campos de luz de superfície para modelar simultaneamente geometria e aparência dependente do ponto de vista, permitindo a geração de objetos 3D realistas com efeitos especulares e reflexos consistentes a partir de uma única imagem de entrada.
O artigo apresenta o Co-Layout, um novo framework que combina modelos de linguagem grandes (LLMs) com programação inteira baseada em grade para otimizar conjuntamente o layout de interiores e a disposição de móveis, utilizando uma estratégia de otimização de grossa para fina que supera os pipelines de design em duas etapas existentes.
O artigo apresenta o "Companion", um sistema artístico que integra um robô de desenho com modelos de linguagem grandes para facilitar uma colaboração criativa bidirecional por meio de fala e esboços, transformando o robô de um executor passivo em um parceiro co-criativo capaz de gerar obras com identidade estética distinta e mérito de exposição profissional.
Este artigo examina os desafios e oportunidades impostos pela rápida evolução da IA na interação humano-dados, destacando a necessidade de redefinir os papéis humanos e de máquina, superar limitações de escalabilidade e incerteza, e integrar princípios cognitivos e de design para construir sistemas analíticos centrados no ser humano na era da inteligência artificial.
O artigo apresenta o Icarus, um modelo de céu para todas as condições meteorológicas baseado em aprendizado profundo que gera mapas de ambiente de Alto Alcance Dinâmico (HDR) com alta precisão fotorealista, superando as limitações atuais na modelagem da região solar e permitindo o controle interativo de formações solares e de nuvens para Iluminação Baseada em Imagem (IBL).
O artigo apresenta o PixARMesh, um método inovador que reconstrói cenas 3D completas e prontas para uso artístico diretamente de uma única imagem RGB, gerando malhas coerentes e de alta fidelidade em uma única passagem através de um processo autoregressivo que unifica a previsão de layout e geometria.
O artigo apresenta o FontUse, uma abordagem centrada em dados que utiliza um pipeline de anotação automatizado para criar um conjunto de dados de 70 mil imagens, permitindo que modelos de geração de imagem aprendam a renderizar tipografia consistente com prompts que especificam estilos de fonte e casos de uso sem necessidade de modificações arquitetônicas.
O artigo apresenta o PSIVG, um novo quadro de trabalho que integra um simulador físico em um processo de geração de vídeo por difusão para corrigir inconsistências de movimento e garantir a aderência às leis físicas, ao mesmo tempo em que preserva a qualidade visual e a diversidade dos vídeos gerados.
O artigo apresenta o LayoutDreamer, um framework que utiliza 3D Gaussian Splatting e um grafo de cena direcionado para gerar cenas composicionais 3D de alta qualidade, fisicamente plausíveis e altamente controláveis a partir de prompts de texto, superando os métodos existentes em alinhamento semântico e realismo.
O artigo apresenta o altiro3D, uma biblioteca gratuita que gera experiências 3D realistas e síntese de novas visualizações a partir de uma única imagem ou vídeo plano, utilizando estimativa de profundidade, técnicas de inpainting e um algoritmo rápido para projeção 3D, permitindo a exibição em telas LCD de visão livre.
O artigo apresenta o NeuralRemaster, um método de difusão que preserva as fases dos dados de entrada enquanto randomiza suas magnitudes, permitindo a geração de imagens e vídeos estruturalmente alinhados e geometricamente consistentes para tarefas como re-renderização e transferência sim-to-real, sem custos adicionais de inferência ou alterações na arquitetura do modelo.
O artigo apresenta o "Gaussian Wardrobe", uma nova estrutura que digitaliza avatares 3D composicionais a partir de vídeos multiview, separando o corpo de camadas de roupas neurais independentes da forma para permitir a síntese realista em novas poses e a transferência versátil de vestuário entre diferentes indivíduos.
O artigo apresenta o GloSplat, um framework que realiza otimização conjunta de pose e aparência durante o treinamento de 3D Gaussian Splatting, preservando rastros explícitos de características SfM como âncoras geométricas para evitar a deriva de pose e alcançar reconstruções 3D mais rápidas e precisas, superando tanto os métodos baseados em COLMAP quanto os que dispensam sua utilização.
Este artigo apresenta um novo modelo de câmera que estende a projeção ortográfica com um parâmetro de contração para capturar distorções de perspectiva em imagens de rostos em close-up, permitindo o ajuste fino de modelos 3DMM existentes para gravações com câmeras montadas na cabeça.
Este trabalho propõe uma nova codificação neural espaciodirecional de 5D que generaliza a abordagem de hash para o domínio direcional utilizando uma grade geodésica hierárquica, superando as distorções de métodos anteriores e alcançando uma redução de variância até duas vezes superior no contexto de *neural path guiding*.