Accueil Projets neural-rgbd-surface-reconstruction
neural-rgbd-surface-reconstruction
Python

neural-rgbd-surface-reconstruction

Implémentation officielle de l'article CVPR 2022 "Neural RGB-D Surface Reconstruction"

par dazinovic · GitHub
Étoiles
Forks
Créé
Dernier commit
Langue
3d-reconstructioncomputer-graphicscomputer-visionPython
Voir sur GitHub
En termes simples

Reconstruire des surfaces 3D à partir de données RGB-D en utilisant une approche neuronale novatrice.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
neural-rgbd-surface-reconstruction — GitHub preview card
📈 Historique des étoiles
632631
2026-07-202026-08-31
📈 Suivez neural-rgbd-surface-reconstruction

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Implémentation officielle de l'article CVPR 2022 "Neural RGB-D Surface Reconstruction"

neural-rgbd-surface-reconstruction compte 631 étoiles sur GitHub. Il a été forké 58 fois. neural-rgbd-surface-reconstruction est écrit principalement en Python. Il est développé activement depuis 2021. Ses principaux thèmes sont : 3d-reconstruction, computer-graphics, computer-vision, deep-learning.

Frequently asked questions

Qu'est-ce que neural-rgbd-surface-reconstruction ?

Implémentation officielle de l'article CVPR 2022 "Neural RGB-D Surface Reconstruction"

neural-rgbd-surface-reconstruction est-il open source ?

neural-rgbd-surface-reconstruction est un projet open source.

neural-rgbd-surface-reconstruction est-il gratuit ?

Oui. neural-rgbd-surface-reconstruction est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage neural-rgbd-surface-reconstruction est-il écrit ?

neural-rgbd-surface-reconstruction est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — neural-rgbd-surface-reconstruction

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=dazinovic-neural-rgbd-surface-reconstruction)](https://olud.ai/project/dazinovic-neural-rgbd-surface-reconstruction.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
ScanNet
2.3k · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
humanrf
Code officiel pour "HumanRF : Champs de radiance neurale haute fidélité pour les humains en mou…
496 · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
HashNeRF-pytorch
Implémentation PyTorch pure de l'article NVIDIA sur l'entraînement instantané des primitives gr…
1k · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
Instant-angelo
Instant-angelo : Créez un jumeau numérique haute fidélité en 20 minutes !
462 · 3d
partagecomputer-graphics3d-reconstruction
instant-ngp
Primitives graphiques neuronales instantanées : NeRF ultra-rapide et plus
17.5k · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
Structured3D
[ECCV'20] Structured3D : Un grand ensemble de données photo-réalistes pour la modélisation 3D s…
674 · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
Skyfall-GS
[ECCV 2026] Skyfall-GS : Synthèse de scènes urbaines 3D immersives à partir d'images satellites
927 · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
ECON
[CVPR'23, Point Fort] ECON : Humains vêtus explicites optimisés via intégration normale
1.2k · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
neuralangelo
Implémentation officielle de "Neuralangelo : Reconstruction de surface neurale haute fidélité"…
4.6k · 3d-reconstruction
partagecomputer-graphics3d-reconstruction
LongSplat
[ICCV 2025] LongSplat : Splatting Gaussien 3D robuste non posé pour des vidéos longues décontra…
794 · 3d-gaussian-splatting
partagecomputer-graphics3d-reconstruction

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.