3d-vision

Pointcept: Percibe el mundo con puntos dispersos, una base de código para la investigación de la percepción de nubes de puntos. Trabajos recientes: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)

Minkowski Engine es una biblioteca de redes neuronales de diferenciación automática para tensores dispersos de alta dimensión

Código para "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022

[CVPR'25 Oral] MoGe: Desbloqueando la estimación precisa de geometría monocular para imágenes de dominio abierto con supervisión de entrenamiento óptima

Objectron es un conjunto de datos de clips de video cortos centrados en objetos. Además, los videos contienen metadatos de sesiones de AR, incluidas poses de cámara, nubes de puntos dispersas y planos. En cada video, la cámara se mueve alrededor y por encima del objeto, capturándolo desde diferentes perspectivas. Cada objeto está anotado con una caja delimitadora 3D. La caja delimitadora 3D describe la posición, orientación y dimensión del objeto

[ICCV 2023] Make-It-3D: Creación 3D de alta fidelidad a partir de una sola imagen con un prior de difusión

Una invitación a la visión 3D: un tutorial para todos

Structure-from-Motion con precisión de píxel mediante refinamiento featuremetric (ICCV 2021, Premio al mejor artículo de estudiante).

Biblioteca rápida de visión artificial para SFM, calibración, marcadores fiduciales, seguimiento, procesamiento de imágenes y más.

[NeurIPS'22] PointNeXt: Revisión de PointNet++ con estrategias mejoradas de entrenamiento y escalado

Integración de Gaussian Splatting en un eliminador de ruido de difusión para la generación y reconstrucción de imágenes a 3D de una sola etapa, rápida y escalable (ICCV 2025)

Repositorio oficial que acompaña al artículo de CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA toma una sola imagen de un rostro como entrada y produce una reconstrucción 3D. EMOCA establece el nuevo estándar en la reconstrucción de imágenes altamente emocionales en entornos reales

Reconstrucción 3D de rayos X de vista dispersa consciente de la estructura (CVPR 2024): una caja de herramientas para la reconstrucción de TC y la síntesis de nuevas vistas de rayos X

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: un conjunto integral de percepción 3D multimodal para IA incorporada

Noticias: el conjunto de datos de 10k está listo para su descarga.

[ICCV 2025] Diffuman4D: Síntesis de vistas humanas 4D consistentes a partir de videos de vista dispersa con modelos de difusión espacio-temporales

Código, modelos y datos oficiales para Vista4D: Video Reshooting with 4D Point Clouds (CVPR 2026 Highlight)

Estado actual de los métodos de completado de profundidad supervisados y no supervisados