会员服务
3D是英文“Three Dimensions”的简称，中文是指三维、三个维度、三个坐标，即有长、有宽、有高，换句话说，就是立体的，是相对于只有长和宽的平面（2D）而言。
用于分子Linker设计的等变3D条件扩散模型
用于分子Linker设计的等变3D条件扩散模型
专知会员服务
5+阅读 · 2022年10月24日
《3D计算机视觉》！从点云到NeRF，多伦多大学CSC 2547课程全面讲解
《3D计算机视觉》！从点云到NeRF，多伦多大学CSC 2547课程全面讲解
专知会员服务
68+阅读 · 2022年8月1日
【TPAMI2022】基于立体深度估计的深度学习技术综述，A Survey on Deep Learning Techniques for Stereo-based Depth Estimation
【TPAMI2022】基于立体深度估计的深度学习技术综述，A Survey on Deep Learning Techniques for Stereo-based Depth Estimation
专知会员服务
19+阅读 · 2022年3月10日
【DeepMind】PolyGen: 一种三维网格的自回归生成模型，PolyGen: An Autoregressive Generative Model of 3D Meshes
【DeepMind】PolyGen: 一种三维网格的自回归生成模型，PolyGen: An Autoregressive Generative Model of 3D Meshes
专知会员服务
35+阅读 · 2020年2月27日
【ACM Multimedia 2019 Tutorial】学习3D(点云)数据（Learning from 3D (Point Cloud) Data）,国立台湾大学计算机科学与资讯工程学系的教授徐宏民
【ACM Multimedia 2019 Tutorial】学习3D(点云)数据（Learning from 3D (Point Cloud) Data）,国立台湾大学计算机科学与资讯工程学系的教授徐宏民
专知会员服务
34+阅读 · 2019年11月18日
【报告推荐】几何和从三维和超几何的数据中学习-几何和从数据中学习教程（Geometry and Learning from Data in 3D and Beyond - Geometry and Learning from Data Tutorials）
【报告推荐】几何和从三维和超几何的数据中学习-几何和从数据中学习教程（Geometry and Learning from Data in 3D and Beyond - Geometry and Learning from Data Tutorials）
专知会员服务
7+阅读 · 2019年11月10日
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond， workshop Ⅳ： Deep Geometric Learning of Big Data and Applications
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond， workshop Ⅳ： Deep Geometric Learning of Big Data and Applications
专知会员服务
18+阅读 · 2019年11月10日
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond，workshop Ⅲ：Geometry of Big Data
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond，workshop Ⅲ：Geometry of Big Data
专知会员服务
7+阅读 · 2019年11月10日
【ICCV 2019 Tutorial】Holistic 3D Reconstruction: Learning to Reconstruct Holistic 3D Structures from Sensorial Data（整体3D重建：学习从感官数据重建整体3D结构），宾夕法尼亚州立大学 Zihan Zhou，西蒙弗雷泽大学计算机科学系 Yasutaka Furukawa，UCB 马毅
【ICCV 2019 Tutorial】Holistic 3D Reconstruction: Learning to Reconstruct Holistic 3D Structures from Sensorial Data（整体3D重建：学习从感官数据重建整体3D结构），宾夕法尼亚州立大学 Zihan Zhou，西蒙弗雷泽大学计算机科学系 Yasutaka Furukawa，UCB 马毅
专知会员服务
28+阅读 · 2019年10月31日
参考链接
微信扫码咨询专知VIP会员
Top