GaussianFlow

GaussianFlow

高斯动态结合点云渲染的4D内容创作方法

GaussianFlow项目提出了一种4D内容创作方法,结合高斯动态与点云渲染技术。该项目利用优化的CUDA实现高效计算高斯流,并采用特定的梯度计算策略提高训练速度。这一方法为动态场景建模和渲染提供了新的解决方案,可应用于虚拟现实、增强现实和计算机图形学等领域。

GaussianFlow3D重建计算机视觉深度学习光流Github开源项目

GaussianFlow:用于创建4D内容的高斯动态分布

ArXiv | 项目页面

请参考这个仓库获取我们用于计算高斯流的CUDA变量实现。

目前,我们使用以下代码来计算上述变量的高斯流。

### 在计算GaussianFlow时,我们分离与t_1相关的变量,使梯度反向传播只作用于t_2的变量, ### 同时保持t_1的变量不变,因为t_1的变量已经在t_1 - 1时使用相同的逻辑更新过。 ### 这可以加速训练过程,因为需要更新的变量更少。顺便说一下,不分离t_1的变量不会降低性能, ### 但会减慢训练速度。 # t_1时刻的高斯参数 proj_2D_t_1 = render_t_1["proj_2D"] gs_per_pixel = render_t_1["gs_per_pixel"].long() weight_per_gs_pixel = render_t_1["weight_per_gs_pixel"] x_mu = render_t_1["x_mu"] cov2D_inv_t_1 = render_t_1["conic_2D"].detach() # t_2时刻的高斯参数 proj_2D_t_2 = render_t_2["proj_2D"] cov2D_inv_t_2 = render_t_2["conic_2D"] cov2D_t_2 = render_t_2["conic_2D_inv"] cov2D_t_2_mtx = torch.zeros([cov2D_t_2.shape[0], 2, 2]).cuda() cov2D_t_2_mtx[:, 0, 0] = cov2D_t_2[:, 0] cov2D_t_2_mtx[:, 0, 1] = cov2D_t_2[:, 1] cov2D_t_2_mtx[:, 1, 0] = cov2D_t_2[:, 1] cov2D_t_2_mtx[:, 1, 1] = cov2D_t_2[:, 2] cov2D_inv_t_1_mtx = torch.zeros([cov2D_inv_t_1.shape[0], 2, 2]).cuda() cov2D_inv_t_1_mtx[:, 0, 0] = cov2D_inv_t_1[:, 0] cov2D_inv_t_1_mtx[:, 0, 1] = cov2D_inv_t_1[:, 1] cov2D_inv_t_1_mtx[:, 1, 0] = cov2D_inv_t_1[:, 1] cov2D_inv_t_1_mtx[:, 1, 1] = cov2D_inv_t_1[:, 2] # B_t_2 U_t_2 = torch.svd(cov2D_t_2_mtx)[0] S_t_2 = torch.svd(cov2D_t_2_mtx)[1] V_t_2 = torch.svd(cov2D_t_2_mtx)[2] B_t_2 = torch.bmm(torch.bmm(U_t_2, torch.diag_embed(S_t_2)**(1/2)), V_t_2.transpose(1,2)) # B_t_1 ^(-1) U_inv_t_1 = torch.svd(cov2D_inv_t_1_mtx)[0] S_inv_t_1 = torch.svd(cov2D_inv_t_1_mtx)[1] V_inv_t_1 = torch.svd(cov2D_inv_t_1_mtx)[2] B_inv_t_1 = torch.bmm(torch.bmm(U_inv_t_1, torch.diag_embed(S_inv_t_1)**(1/2)), V_inv_t_1.transpose(1,2)) # 计算 B_t_2*B_inv_t_1 B_t_2_B_inv_t_1 = torch.bmm(B_t_2, B_inv_t_1) # 计算 cov2D_t_2*cov2D_inv_t_1 # cov2D_t_2cov2D_inv_t_1 = torch.zeros([cov2D_inv_t_2.shape[0],2,2]).cuda() # cov2D_t_2cov2D_inv_t_1[:, 0, 0] = cov2D_t_2[:, 0] * cov2D_inv_t_1[:, 0] + cov2D_t_2[:, 1] * cov2D_inv_t_1[:, 1] # cov2D_t_2cov2D_inv_t_1[:, 0, 1] = cov2D_t_2[:, 0] * cov2D_inv_t_1[:, 1] + cov2D_t_2[:, 1] * cov2D_inv_t_1[:, 2] # cov2D_t_2cov2D_inv_t_1[:, 1, 0] = cov2D_t_2[:, 1] * cov2D_inv_t_1[:, 0] + cov2D_t_2[:, 2] * cov2D_inv_t_1[:, 1] # cov2D_t_2cov2D_inv_t_1[:, 1, 1] = cov2D_t_2[:, 1] * cov2D_inv_t_1[:, 1] + cov2D_t_2[:, 2] * cov2D_inv_t_1[:, 2] # GaussianFlow的各向同性版本 #predicted_flow_by_gs = (proj_2D_next[gs_per_pixel] - proj_2D[gs_per_pixel].detach()) * weights.detach() # GaussianFlow的完整公式 cov_multi = (B_t_2_B_inv_t_1[gs_per_pixel] @ x_mu.permute(0,2,3,1).unsqueeze(-1).detach()).squeeze() predicted_flow_by_gs = (cov_multi + proj_2D_next[gs_per_pixel] - proj_2D[gs_per_pixel].detach() - x_mu.permute(0,2,3,1).detach()) * weights.detach() # 光流监督损失 large_motion_msk = torch.norm(optical_flow, p=2, dim=-1) >= flow_thresh # flow_thresh = 0.1或其他值用于过滤噪声,这里我们假设已经在某处加载了预计算的光流作为伪真值 Lflow = torch.norm((optical_flow - predicted_flow_by_gs.sum(0))[large_motion_msk], p=2, dim=-1).mean() loss = loss + flow_weight * Lflow # flow_weight可以是1、0.1或任何你想要的值。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多