Polycam - LiDAR & 3D Scanner for iPhone & Android3D scanning platform Intuitive Collaborative PreciseDigitize spaces and objects. Measure and analyze. Share across teams.
Extracting Triangular 3D Models, Materials, and Lighting From Images
We learn topology, materials, and environment map lighting jointly from 2D supervision. We directly optimize topology of a triangle mesh, learn materials through volumetric texturing, and leverage differentiable split sum environment lighting. Our output representation is a triangle mesh with spatially varying 2D textures and a high dynamic range environment map, which can be used unmodified in st
GET3D: A Generative Model of High Quality 3D Textured Shapes Learned from Images
We generate a 3D SDF and a texture field via two latent codes. We utilize DMTet to extract a 3D surface mesh from the SDF, and query the texture field at surface points to get colors. We train with adversarial losses defined on 2D images. In particular, we use a rasterization-based differentiable renderer to obtain RGB images and silhouettes. We utilize two 2D discriminators, each on RGB image, an
Instant Neural Graphics Primitives with a Multiresolution Hash Encoding
Neural gigapixel images Neural SDF NeRF Neural volume We demonstrate near-instant training of neural graphics primitives on a single GPU for multiple tasks. In gigapixel image we represent an image by a neural network. SDF learns a signed distance function in 3D space whose zero level-set represents a 2D surface. NeRF [Mildenhall et al. 2020] uses 2D images and their camera poses to reconstruct a
【Blender】3Dな文字の作り方【テキスト】
3Dテキストとは？こういう風な↓”厚み”のある文字です。 3Dテキストの作り方（手順）以下、作り方の手順です。 「オブジェクトモード」に変更する Shift＋Aキー →「テキスト」をクリックしてテキストを挿入する テキストは3Dカーソルの位置に挿入される挿入したテキストを選択した状態で「編集モード」にする 「編集モード」にする事で、文字を編集できるようになる 「プロパティ」ウィンドウ → 「データ」タブ→「ジオメトリ」パネルを開く このパネルの中の項目を弄る事で厚みをもたせたりする事ができる オフセット：テキストの線幅深度：テキストの面取り押し出し：テキストの奥行き解像度：[深度]を設定している場合の面取りの解像度日本語（全角文字）入力の方法Blenderで日本語テキストを作るには、2つのコツが必要です。 ①フォントを変更するテキストオブジェクトのデフォルトの「フォント」は、日本語が使用出
PLATEAU [プラトー] | 国土交通省が主導する、日本全国の3D都市モデルの整備・オープンデータ化プロジェクト
3D都市モデルが実装されることで、未来はどのような展望を見せるのか。 インタビューやレポートを通じて、多角的な視点で3D都市モデル、そしてPLATEAUのさまざまな可能性を読み解きます。
![PLATEAU [プラトー] | 国土交通省が主導する、日本全国の3D都市モデルの整備・オープンデータ化プロジェクト](https://cdn-ak-scissors.b.st-hatena.com/image/square/3b8ccda54a01b6d1579c6a1b096c7d16aa149870/height=288;version=1;width=512/https%3A%2F%2Fwww.mlit.go.jp%2Fplateau%2Fassets%2Fimg%2Fogp.png)
ShapeNet
ShapeNet is an ongoing effort to establish a richly-annotated, large-scale dataset of 3D shapes. We provide researchers around the world with this data to enable research in computer graphics, computer vision, robotics, and other related disciplines. ShapeNet is a collaborative effort between researchers at Princeton, Stanford and TTIC. ShapeNetCore ShapeNetCore is a subset of the full ShapeNet da
3D voxel / volumetric plot — Matplotlib 3.9.2 documentation
3D voxel / volumetric plot# Demonstrates plotting 3D volumetric objects with Axes3D.voxels. import matplotlib.pyplot as plt import numpy as np # prepare some coordinates x, y, z = np.indices((8, 8, 8)) # draw cuboids in the top left and bottom right corners, and a link between # them cube1 = (x < 3) & (y < 3) & (z < 3) cube2 = (x >= 5) & (y >= 5) & (z >= 5) link = abs(x - y) + abs(y - z) + abs(z -
Pixar Universal Scene Description (USD)
What is Universal Scene Description? Universal Scene Description is an extensible framework and ecosystem for describing, composing, simulating, and collaborating within 3D worlds. Originally developed by Pixar Animation Studios, USD, aka OpenUSD, is more than a file format—it’s an open-source 3D scene description used for 3D content creation and interchange between tools. Its versatility has made
Open3D – A Modern Library for 3D Data Processing
Introduction Open3D is an open-source library that supports rapid development of software that deals with 3D data. The Open3D frontend exposes a set of carefully selected data structures and algorithms in both C++ and Python. The backend is highly optimized and is set up for parallelization. Open3D was developed from a clean slate with a small and carefully considered set of dependencies. It can b
「4次元」をインタラクティブに学べるアプリ「The Fourth Dimension」
数学に詳しいひとでない限り、「4次元」とはミステリアスで理解不能なもの、という印象しかないかもしれません。この『The Fourth Dimension 』は、そんな方のために4次元の世界をわかり易く解説したアプリです。 テーマはとても難しそうですが、やさしくユーモラスな語り口で説明をしてくれます。 ヘッドフォンの使用が推奨されているものの、臨場感が高まるだけなので必須ではありません。 このアプリでは、いろいろな角度から4次元の世界を説明してくれます。 まずは、1次元の説明からはじめて、2・3・4と次元を増やしていくというアプローチ。 ユーザーの理解を深めるため、必要に応じてインタラクティブな仕組みが用意されています。 2次元の正方形・3次元の立方体、それに相当する4次元の図形は「正八胞体」と呼ばれます。 長さの同じ直線を4つ合わせたのが正方形、その正方形を6つ合わせたのが立方体、その立方
3. 座標の保存 – pushMatrix, popMatrix（processing 3D入門） | Yasushi Noguchi Class
座標保存の基礎 この項では、3Dグラフィックスにおける重要な概念である、座標の保存（pushMatrix, popMatrix）を解説します。 まず、以下のグラフィックを書いてみてください。 size(400, 400, P3D); background(0); //赤い直方体 fill(255, 0, 0); translate(100, 100, 0); box(50, 50, 1); //直方体を描く //緑の直方体 fill(0, 255, 0); translate(200, 200, 0); box(100, 100, 1); //直方体を描く ここで、translateが2回使われています。 結果を見てみると分かりますが、座標が足されていて、2つ目のboxの中心点は、x = 300, y = 300です。 これは、つまり相対座標になるので、絶対座標で指定したい場合もあるでしょ
人間の表情をリアルタイムでトラッキングして2次元のキャラクターになりきるとこうなる
手描きの「絵」をもとに変形可能な立体二次元モデルを構築し、絵をそのまま自由自在に動かせるようになる「Live2D」が、現在「Live2D Creative Award 2014」というコンテストを開催しており、Live2Dを使って制作されたオリジナルムービーを2014年3月27日から6月1日までの期間募集していました。 これの応募作品のひとつである「リアルタイムで表情トラッキングしてLive2Dキャラになりきる！【Live2D_2014】」では、リアルタイムに人間の顔をトラッキングすることでLive2Dで作成したキャラクターの表情を人間の表情の変化に合わせて変え、2Dキャラクターになりきることに成功しています。 リアルタイムで表情トラッキングしてLive2Dキャラになりきる！【Live2D_2014】 - YouTube これはLive2Dを使って作成されたキャラクター。このキャラクターは
matplotlibで3Dグラフを描画する - white wheelsのメモ
準備 データ処理用にnumpy、プロット用にpyplot、3次元なのでmpl_toolkits.mplot3dをインポートします。 from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np 描画するデータの作成 3次元で描画するにはメッシュ(2次元の網目)を作成するために2次元の配列を用意する必要があります。 まずarangeメソッドでx,yそれぞれを1次元領域で分割します。 x = np.arange(-3, 3, 0.25) y = np.arange(-3, 3, 0.25) 2次元メッシュを作成するにはmeshgridメソッドを利用します。この関数の戻り値はX,Yに対応する行列で、Xは行にxの配列を、Yは列にyの配列を入れたものになっています。 X, Y =
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Jonathan Stephens on LinkedIn: #industry40 #3d #data #architecture #wwdc22 | 325 comments
GitHub - NVlabs/instant-ngp: Instant neural graphics primitives: lightning fast NeRF and more
dmlc.ml
Selected Series - QUAYOLA
R を用いての3次元の散布図の作成
西川善司の3Dゲームファンのための「YEBIS」講座 “KAWASE式”のあの人が手がける「ポストエフェクト・ミドルウェア」の神髄に迫る！ - GAME Watch