3d-vision

Pointcept: Die Welt mit spärlichen Punkten wahrnehmen – eine Codebasis für die Punktwolken-Wahrnehmungsforschung. Neueste Arbeiten: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)

Minkowski Engine ist eine Auto-Diff-Bibliothek für neuronale Netze für hochdimensionale spärliche Tensoren.

Code für „LoFTR: Detector-Free Local Feature Matching with Transformers“, CVPR 2021, T-PAMI 2022.

[CVPR'25 Oral] MoGe: Ermöglichung einer präzisen monokularen Geometrieschätzung für Open-Domain-Bilder mit optimaler Trainingsüberwachung.

Objectron ist ein Dataset aus kurzen, objektzentrierten Videoclips. Zusätzlich enthalten die Videos AR-Sitzungsmetadaten wie Kamerapositionen, spärliche Punktwolken und Ebenen. In jedem Video bewegt sich die Kamera um und über das Objekt und erfasst es aus verschiedenen Perspektiven. Jedes Objekt ist mit einer 3D-Bounding-Box versehen. Diese beschreibt die Position, Ausrichtung und Dimension des Objekts.

[ICCV 2023] Make-It-3D: Hochpräzise 3D-Erstellung aus einem einzelnen Bild mit Diffusions-Prior

Eine Einführung in das 3D-Sehen: Ein Tutorial für jedermann

Pixel-perfektes Structure-from-Motion mit Featuremetric Refinement (ICCV 2021, Best Student Paper Award)

Schnelle Computer-Vision-Bibliothek für SFM, Kalibrierung, Fiducials, Tracking, Bildverarbeitung und mehr.

[NeurIPS'22] PointNeXt: Überarbeitung von PointNet++ mit verbesserten Trainings- und Skalierungsstrategien

Integration von Gaussian Splatting in den Diffusion Denoiser für schnelle und skalierbare einstufige Image-to-3D-Generierung und -Rekonstruktion (ICCV 2025)

Offizielles Repository begleitend zu einem CVPR 2022 Paper EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA verarbeitet ein einzelnes Gesichtsbild als Eingabe und erstellt eine 3D-Rekonstruktion. EMOCA setzt einen neuen Standard für die Rekonstruktion stark emotionaler Bilder in freier Wildbahn

„Structure-Aware Sparse-View X-ray 3D Reconstruction“ (CVPR 2024) – Eine Toolbox für CT-Rekonstruktion und Röntgen-Novel-View-Synthesis

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Eine ganzheitliche multimodale 3D-Wahrnehmungssuite für Embodied AI

Neuigkeiten: Das 10k-Dataset steht zum Download bereit.

[ICCV 2025] Diffuman4D: 4D-konsistente Synthese menschlicher Ansichten aus Ansichten mit wenigen Kameras mit raum-zeitlichen Diffusionsmodellen

Offizieller Code, Modelle und Daten für Vista4D: Video Reshooting mit 4D-Punktwolken (CVPR 2026 Highlight).

Aktueller Stand der überwachten und unüberwachten Methoden zur Tiefenvervollständigung