3d-vision

Pointcept: Nhận thức thế giới bằng các điểm thưa, cơ mã nguồn cho nghiên cứu nhận thức đám mây điểm. Các công trình mới nhất: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)

Minkowski Engine là một thư viện mạng nơ-ron tự động tính đạo hàm (auto-diff) cho tensor thưa chiều cao

Mã nguồn cho "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022

[CVPR'25 Oral] MoGe: Khai phá ước tính hình học đơn nhãn (monocular geometry estimation) chính xác cho hình ảnh miền mở (open-domain) với sự giám sát huấn luyện tối ưu

Objectron là một tập dữ liệu gồm các đoạn video ngắn tập trung vào đối tượng. Ngoài ra, các video cũng chứa siêu dữ liệu phiên AR bao gồm tư thế camera, đám mây điểm thưa và các mặt phẳng. Trong mỗi video, camera di chuyển xung quanh và phía trên đối tượng, ghi lại nó từ nhiều góc nhìn khác nhau. Mỗi đối tượng được chú thích bằng một hộp giới hạn 3D. Hộp giới hạn 3D mô tả vị trí, hướng và kích thước của đối tượng

[ICCV 2023] Make-It-3D: Tạo 3D độ trung thực cao từ một hình ảnh duy nhất với Diffusion Prior

Lời mời đến với Thị giác 3D: Hướng dẫn dành cho mọi người

Cấu trúc từ chuyển động (Structure-from-Motion) hoàn hảo đến từng pixel với tinh chỉnh dựa trên đặc trưng (ICCV 2021, Giải thưởng bài báo sinh viên xuất sắc nhất).

Thư viện thị giác máy tính nhanh cho SFM, hiệu chuẩn, mốc định vị, theo dõi, xử lý ảnh và nhiều tính năng khác.

[NeurIPS'22] PointNeXt: Nhìn lại PointNet++ với các chiến lược huấn luyện và mở rộng được cải tiến

Tích hợp Gaussian Splatting vào Diffusion Denoiser để tạo và tái tạo hình ảnh 3D từ một ảnh đơn lẻ nhanh chóng và có khả năng mở rộng (ICCV 2025).

Kho lưu trữ chính thức cho bài báo CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA nhận đầu vào là một ảnh khuôn mặt duy nhất để tạo ra mô hình tái dựng 3D. EMOCA thiết lập tiêu chuẩn mới trong việc tái dựng các hình ảnh giàu cảm xúc trong môi trường thực tế.

Structure-Aware Sparse-View X-ray 3D Reconstruction (CVPR 2024) - Bộ công cụ tái tạo CT và tổng hợp góc nhìn mới cho tia X.

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Bộ công cụ nhận thức 3D đa phương thức toàn diện hướng tới Embodied AI

Tin tức: tập dữ liệu 10k đã sẵn sàng để tải xuống.

[ICCV 2025] Diffuman4D: Tổng hợp góc nhìn con người nhất quán 4D từ video góc nhìn thưa thớt với các mô hình khuếch tán không gian-thời gian.

Mã nguồn, mô hình và dữ liệu chính thức cho Vista4D: Quay lại video với đám mây điểm 4D (CVPR 2026 Highlight)

Tình trạng hiện tại của các phương pháp hoàn thiện độ sâu có giám sát và không giám sát