AI-modeller
Tillbaka
Peking University
Peking University Forskning Ny Stängd

UniForge3D

Gör några få foton av ett föremål till en komplett 3D-modell, genom att både återskapa det som syns på bilderna och fylla i de delar som inte syns.

  • 3D
Från fyra bilder till en 3D-modell, både från datorrenderade bilder (vänster) och verkliga foton (höger) 1 / 7

Från fyra bilder till en 3D-modell, både från datorrenderade bilder (vänster) och verkliga foton (höger) [1]

Om UniForge3D[1][2][3][4]

UniForge3D är ett forskningsprojekt som skapar kompletta 3D-modeller av föremål från ett fåtal bilder, där man inte vet varifrån bilderna är tagna. Svårigheten är att bevara detaljerna som faktiskt syns på bilderna och samtidigt hitta på rimliga former för de delar som inte syns.

Metoden kombinerar två angreppssätt som brukar hållas isär: rekonstruktion, som räknar fram den form som syns på bilderna, och generering, som använder inlärda kunskaper om hur föremål brukar se ut. Problemet är att de två arbetar i olika koordinatsystem. UniForge3D låter båda arbeta i ett gemensamt koordinatsystem som utgår från en av bilderna, så att de kan utbyta information åt båda håll. För varje del av föremålet väljs sedan den bild som visar den delen bäst, så att detaljerna från den bilden kan föras över till 3D-modellen.

Enligt forskarna ger metoden bäst resultat hittills, både i utseende och form, på testsamlingarna Toys4K och GSO. Projektsidan visar exempel både från datorrenderade bilder och från vanliga foton.

Arbetet kommer från Peking University, Math Magic och Hong Kong University of Science and Technology. Artikeln finns på arXiv, medan koden enligt projektsidan kommer senare.

Det viktigaste[1][2]

  • Gör några få foton tagna från okända vinklar till en komplett 3D-modell.
  • Kombinerar rekonstruktion av det som syns med generering av det som inte syns, i ett gemensamt koordinatsystem.
  • Väljer för varje del av föremålet den bild som visar delen bäst, för att behålla detaljerna.
  • Enligt forskarna bäst hittills i både utseende och form på testsamlingarna Toys4K och GSO.
  • Koden är inte släppt än; projektsidan skriver att den kommer senare.

Källor

  1. [1]
    UniForge3D: Joint 3D Reconstruction and Generation in a Shared Anchor-Guided Space ↗
    Peking University, Math Magic och HKUST Officiell sida xishuxishu.github.io
    Publicerad okänt datum Läst 25 okt 2026
  2. [4]
    Quantum breakthrough, Gemini 4 Argon, Muse Wonder, Drama 3, MOSS Image, Krea 3, Ling 3.1: AI NEWS ↗
    AI Search Nyhetsbrev aisearch.substack.com
    Publicerad 18 okt 2026 Läst 25 okt 2026
  3. [3]
    Quantum breakthrough, Gemini 4 Argon, MOSS Image, KLING 4, OpenAI spy, Muse Wonder: AI NEWS ↗
    AI Search Video youtube.com
    Publicerad 17 okt 2026 Läst 25 okt 2026
  4. [2]
    UniForge3D: Joint 3D Reconstruction and Generation in a Shared Anchor-Guided Space ↗
    arXiv Forskningsartikel arxiv.org
    Publicerad 11 okt 2026 Läst 25 okt 2026

Historik

  1. 25 okt 2026
    Kontrollerad igen mot projektsidan efter AI Search-nyhetsbrevet 2026-10-18, inga ändringar. [4]
  2. 25 okt 2026
    Tillagd i listan efter AI Search-videon. [3]

Vår bedömning

Inte bedömd än. Alla kan ändra.

Kommentarer

Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.

⌘/Ctrl + Enter