Develop with Flask
MVC模式MVC模式（Model-View-Controller）是软件工程中的一种架构模式，主要用于实现用户界面的分离。它将应用程序划分为三个核心组件：
Model（模型）：表示应用程序的数据结构，通常负责管理数据、数据库的读写以及数据处理的逻辑。模型组件直接与数据库交互，并修改或抓取数据...
Gaussian Head Avatar
Gaussian Head Avatar: Ultra High-fidelity Head Avatar via Dynamic Gaussians
摘要任务：由稀疏视角创建高保真三维头像（3D head avatars）。
本文提出了由可控的3D Gaussians表示的头像建模方法，...
Animatable Gaussians
Animatable Gaussians: Learning Pose-dependent Gaussian Maps for High-fidelity Human Avatar Modeling
摘要任务：从RGB视频中建模可动画化的人类角色（animatable human avat...
Stochastic Multi-Person 3D Motion Forecasting (ICLR 2023 Spotlight)
Stochastic Multi-Person 3D Motion Forecasting
概述之前的工作忽略了现实世界中人类运动预测的复杂性，包括：
社会属性；
动作和互动的多样性；
旋转动作的复杂性。
本文提出了一个新的任务，随机多人3D运动预测（stochastic multi-...
Wonder3D
Wonder3D: Single Image to 3D using Cross-Domain Diffusion
Overviewtask：单张图生成3D mesh
challenges：
SDS从2D扩散先验中获得3D geometry信息，但是对每个shape进行优化很耗时，还有几...
Notes on Camera
相机位姿（pose）与外参（extrinsic）矩阵w2c == extrinsicc2w == pose
外参矩阵即w2c (world to camera)矩阵，作用是将世界坐标系中的点坐标变换到相机坐标系，由一个单位正交旋转矩阵$R$和平移矢量$t$组成。记相机坐标为$P_c$，世界坐标...
Flow-based Generative Models
Hung-yi Lee 课程视频
IntroductionGenerative Models
Component-by-component (Auto-regressive Model): best order? slow generation
Variational Auto-enco...
Vision Transformer
Swin Transformer
目前将 Transformer 从自然语言处理领域应用到计算机视觉领域主要有两大挑战：
视觉实体的方差较大，例如同一个物体，拍摄角度不同，转化为二进制后的图片就会具有很大的差异。同时在不同场景下视觉 Transformer 性能未必很好。
图像分辨率高，像素...
3D Reconstruction Based on NeRF
3D Reconstruction Based on NeRF
GAMES Webinar 292-几何专题-姚遥-基于神经辐射场的三维重建_哔哩哔哩_bilibili
photogrammetry pipeline
几何重建Classical MVS计算匹配
逐个像素点的匹配
matc...
StyleNeRF (ICLR 2021)
STYLENERF: A STYLE-BASED 3D-AWARE GENERATOR FOR HIGH-RESOLUTION IMAGE SYNTHESIS Paper | Code
OverviewStyleNeRF: 3D-aware generative model，能在无结构2D图像...