3d-vision

Pointcept : percevoir le monde avec des points épars, une base de code pour la recherche sur la perception des nuages de points. Travaux récents : Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral).

Minkowski Engine est une bibliothèque de réseaux de neurones à différenciation automatique pour les tenseurs creux de haute dimension.

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

[CVPR'25 Oral] MoGe : Débloquer l'estimation précise de la géométrie monoculaire pour les images en domaine ouvert avec une supervision d'entraînement optimale.

Objectron est un jeu de données de clips vidéo centrés sur des objets. Les vidéos contiennent des métadonnées de session AR, incluant les poses de caméra, les nuages de points épars et les plans. Chaque objet est annoté avec une boîte englobante 3D décrivant sa position, son orientation et ses dimensions.

[ICCV 2023] Make-It-3D : Création 3D haute fidélité à partir d'une image unique avec Diffusion Prior.

Une invitation à la vision 3D : un tutoriel pour tous.

Structure-from-Motion précise au pixel près avec raffinement featuremétrique (ICCV 2021, prix du meilleur article étudiant)

Bibliothèque de vision par ordinateur rapide pour le SFM, la calibration, les marqueurs, le suivi, le traitement d'image et plus encore.

[NeurIPS'22] PointNeXt : revisiter PointNet++ avec des stratégies d'entraînement et de mise à l'échelle améliorées

Intégration du Gaussian Splatting dans un débruiteur de diffusion pour une génération et une reconstruction d'images 3D rapides et évolutives en une seule étape (ICCV 2025).

Dépôt officiel accompagnant l'article CVPR 2022 EMOCA : Emotion Driven Monocular Face Capture And Animation. EMOCA prend une image unique d'un visage en entrée et produit une reconstruction 3D. EMOCA établit une nouvelle norme pour la reconstruction d'images hautement émotionnelles en conditions réelles.

Structure-Aware Sparse-View X-ray 3D Reconstruction (CVPR 2024) - Une boîte à outils pour la reconstruction CT et la synthèse de nouvelles vues à partir de rayons X.

[CVPR 2024 & NeurIPS 2024] EmbodiedScan : une suite de perception 3D multi‑modale holistique vers l'IA incarnée.

Actualité : le jeu de données de 10 k est prêt à être téléchargé.

[ICCV 2025] Diffuman4D : Synthèse de vues humaines cohérentes en 4D à partir de vidéos à vues clairsemées avec des modèles de diffusion spatio-temporels

Code, modèles et données officiels pour Vista4D : Video Reshooting with 4D Point Clouds (CVPR 2026 Highlight)

État actuel des méthodes de complétion de profondeur supervisées et non supervisées