基于扩散先验的3D高斯体场景修复技术
InFusion项目提出了一种创新的3D场景修复方法,通过学习扩散先验的深度完成来修复3D高斯体。该技术实现了对不完整3D场景的高质量修复,能够处理复杂的遮挡情况。InFusion为3D重建和虚拟现实等领域提供了新的解决方案,项目开源了推理代码和预训练模型,为相关研究和开发提供了重要资源。
使用conda
安装:
conda env create -f environment.yaml conda activate infusion
下载Infusion检查点并将其放在'checkpoints'文件夹中:
我们的实验在Mip-NeRF、Instruct-NeRF2NeRF和SPIn-NeRF提供的数据集上进行。 我们将在几天内上传实验中使用的掩码和我们自己拍摄的挑战场景。
以Mip-NeRF中的"garden"为例,每个场景文件夹应按如下方式组织。
garden
├── images # RGB数据
│ ├── DSC07956.JPG
│ ├── DSC07957.JPG
│ └── ...
├── seg # 掩码
│ ├── DSC07956.JPG
│ ├── DSC07957.JPG
│ └── ...
│ # 需要修复的部分为白色
└── sparse # Colmap
│ └── 0
│ └── ...
🛠️ 您可以按照这样的结构准备自己的数据。此外,准确的掩码非常重要。在这里,我们推荐两个图像分割工具:Segment and Track Anything和Grounded SAM。
🛠️ 要获取相机参数和初始点云,请参考Gaussian-Splatting中的'convert.py' :)
整个流程分为三个阶段:
使用预先标注的掩码来训练不完整的高斯。
cd gaussian_splatting # 训练不完整的高斯 python train.py -s <场景文件夹路径> -m <输出文件夹路径> -u nothing --mask_training #--color_aug # 获取c2w矩阵、内参矩阵、不完整深度和rgb渲染图像 python render.py -s <场景文件夹路径> -m <输出文件夹路径> -u nothing
🛠️ 提示:有时,渲染的深度可能会有太多空白点。您可以在训练时使用--color_aug
,这将在渲染深度时随机选择背景颜色,可能会使深度图更可靠。
🛠️ 最近,一些工作专注于如何分割高斯。这不是本工作的重点,所以选择了一种相对简单的方法。:)
使用深度修复模型修复高斯。
# 假设选定的单张图像名为"DSC07956.JPG"。 cd depth_inpainting/run input_rgb_path=<修复后的单张图像路径> input_mask_path=<'mask.png'的路径> input_depth_path=<输出文件夹/train/ours_30000/depth_dis/DSC07956.npy的路径> c2w=<输出文件夹/train/ours_30000/c2w/DSC07956.npy的路径> intri=<输出文件夹/train/ours_30000/intri/DSC07956.npy的路径> model_path=<深度修复模型检查点的路径> # 绝对路径 output_dir=<输出文件夹的路径> CUDA_VISIBLE_DEVICES=0 python run_inference_inpainting.py \ --input_rgb_path $input_rgb_path \ --input_mask $input_mask_path \ --input_depth_path $input_depth_path \ --model_path $model_path \ --output_dir $output_dir \ --denoise_steps 20 \ --intri $intri \ --c2w $c2w \ --use_mask\ --blend # 是否在推理过程中使用'混合扩散(https://arxiv.org/abs/2111.14818)'。
output_dir/<inpainted_image_name>_depth_dis.npy
作为新的$input_depth_path
,循环两三次以获得更好的结果。合并修复后的高斯点和不完整的高斯点,并在修复后的单张图像上快速微调 。
# 假设选定的单张图像名为"DSC07956.JPG"。 origin_ply="输出文件夹/point_cloud/iteration_30000/point_cloud.ply的路径" supp_ply="输出文件夹/DSC07956_mask.ply的路径" save_ply="输出文件夹/point_cloud/iteration_30001/point_cloud.ply的路径" # 合并修复后的高斯点和不完整的高斯点。 python compose.py --original_ply $origin_ply --supp_ply $supp_ply --save_ply $save_ply --nb_points 100 --threshold 1.0 # 在修复后的单张图像上微调150次迭代。 python train.py -s <场景文件夹路径> -m <输出文件夹路径> -u DSC07956.JPG -n <修复后的单张图像路径> --load_iteration 30001 --iteration 150 # 渲染 python render.py -s <场景文件夹路径> -m <输出文件夹路径> -u nothing --iteration 150
🛠️ 参数--nb_points
和--threshold
用于去除漂浮点。增加它们的值会移除更多周围的点。去除漂浮点对最终渲染结果非常重要。在这里,我们需要找到最适合从场景中去除漂浮点的参数。
🛠️ 作为显式点,高斯点可以在实际应用中直接编辑和裁剪,例如在KIRI Engine中。
本项目基于Gaussian-Splatting、Marigold和Magicboomliu的代码库开发。我们感谢他们的出色工作!
如果你发现这个仓库对你的工作有帮助,请考虑引用以下论文,并给公共仓库一个⭐,让更多人发现这个仓库:
@article{liu2024infusion, title={InFusion: Inpainting 3D Gaussians via Learning Depth Completion from Diffusion Prior}, author={Liu, Zhiheng and Ouyang, Hao and Wang, Qiuyu and Cheng, Ka Leong and Xiao, Jie and Zhu, Kai and Xue, Nan and Liu, Yu and Shen, Yujun and Cao, Yang}, journal={arXiv preprint arXiv:2404.11613}, year={2024} }
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润 色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
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。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
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。
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。
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。
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。
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。
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。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号