3d-vision

Pointcept: Perceba o mundo com pontos esparsos, uma base de código para pesquisa de percepção de nuvem de pontos. Trabalhos recentes: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)

Minkowski Engine é uma biblioteca de rede neural com diferenciação automática para tensores esparsos de alta dimensão

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

[CVPR'25 Oral] MoGe: Desbloqueando a estimativa precisa de geometria monocular para imagens de domínio aberto com supervisão de treinamento ideal.

Objectron é um conjunto de dados de clipes de vídeo curtos centrados em objetos. Além dos vídeos, eles contêm metadados de sessão de RA, incluindo poses de câmera, nuvens de pontos esparsas e planos. Em cada vídeo, a câmera se move ao redor e acima do objeto, capturando-o de diferentes ângulos. Cada objeto é anotado com uma caixa delimitadora 3D que descreve sua posição, orientação e dimensão.

[ICCV 2023] Make-It-3D: Criação 3D de alta fidelidade a partir de uma única imagem com Diffusion Prior

Um convite à visão 3D: um tutorial para todos

Structure-from-Motion com precisão de pixel e refinamento featuremetric (ICCV 2021, prêmio de melhor artigo estudantil)

Biblioteca rápida de visão computacional para SFM, calibração, marcadores fiduciais, rastreamento, processamento de imagem e muito mais.

[NeurIPS'22] PointNeXt: Revisão do PointNet++ com estratégias aprimoradas de treinamento e escalabilidade

Incorporando Gaussian Splatting no Diffusion Denoiser para geração e reconstrução de imagem para 3D em estágio único rápida e escalável (ICCV 2025)

Repositório oficial que acompanha um artigo do CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. O EMOCA aceita uma única imagem de um rosto como entrada e produz uma reconstrução 3D. O EMOCA estabelece o novo padrão para reconstruir imagens altamente emocionais em cenários reais

"Reconstrução 3D de Raios-X de Vista Esparsa Ciente da Estrutura" (CVPR 2024) - Uma caixa de ferramentas para reconstrução de CT e síntese de novas vistas de Raios-X

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Uma suíte de percepção 3D multi-modal abrangente para IA Embutida

Notícia: o conjunto de dados de 10k está pronto para download.

[ICCV 2025] Diffuman4D: Síntese de visão humana 4D consistente a partir de vídeos de visão esparsa com modelos de difusão espaço-temporais

Código, modelos e dados oficiais para Vista4D: Video Reshooting com 4D Point Clouds (CVPR 2026 Highlight)

Estado atual dos métodos de preenchimento de profundidade supervisionados e não supervisionados