3d-vision

Pointcept: スパース点群による世界の知覚、点群知覚研究のためのコードベース。最新の成果: Utonia (ICML'26)、Concerto (NeurIPS'25)、Sonata (CVPR'25 Highlight)、PTv3 (CVPR'24 Oral)

Minkowski Engine は、高次元スパーステンソル向けの自動微分ニューラルネットワークライブラリです。

「LoFTR: Detector-Free Local Feature Matching with Transformers」（CVPR 2021, T-PAMI 2022）のコード

[CVPR'25 Oral] MoGe: 最適な学習監視によりオープンフメイン画像を高精度な単眼幾何学推定を実現

Objectronは、オブジェクト中心の短いビデオクリップのデータセットです。さらに、ビデオには、カメラのポーズ、疎な点群、平面などのARセッションメタデータも含まれています。各ビデオでは、カメラがオブジェクトの周囲と上空を移動し、さまざまな視点からキャプチャします。各オブジェクトには3Dバウンディングボックスがアノテーションされています。3Dバウンディングボックスは、オブジェクトの位置、向き、寸法を表します。

[ICCV 2023] Make-It-3D: Diffusion Prior を用いた単一画像からの高精度な 3D 生成

3D ビジョンへの招待：すべての人のためのチュートリアル

特徴量ベースの微調整を用いたピクセルパーフェクトな Structure-from-Motion（ICCV 2021 最優秀学生論文賞受賞）

SFM、キャリブレーション、マーカー、トラッキング、画像処理などのための高速コンピュータビジョンライブラリ。

[NeurIPS'22] PointNeXt: 改善された学習およびスケーリング戦略によるPointNet++の再検証

高速かつスケーラブルな単段階のImage-to-3D生成・再構築に向けた、Diffusion DenoiserへのGaussian Splattingの組み込み (ICCV 2025)

CVPR 2022 の論文「EMOCA: Emotion Driven Monocular Face Capture And Animation」の公式リポジトリ。EMOCA は顔の単一画像を入力として受け取り、3D 再構築を生成します。EMOCA は、野外における感情豊かな画像の再構築において新しい基準を打ち立てます。

「Structure-Aware Sparse-View X-ray 3D Reconstruction」（CVPR 2024） - CT再構成およびX線新視点合成のためのツールボックス

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Embodied AI に向けた包括的なマルチモーダル 3D 認識スイート

お知らせ: 10kデータセットのダウンロード準備ができました。

[ICCV 2025] Diffuman4D: 時空間拡散モデルを用いた、スパースビュービデオからの 4D 一貫性を持つ人物ビュー合成

Vista4D（CVPR 2026 Highlight）：4D ポイントクラウドを使用したビデオ再撮影の公式コード、モデル、データ

教師ありおよび教師なし深度補完手法の現状