「TRELLIS.2 3D 生成 Demo」已上线至 HyperAI 官网（hyper.ai）的「教程」版块，快来感受高效的 3D 生成模型吧！

本研究提出了一种梦纹理方法，通过单目深度线索重建3D对象，有效解决了无监督3D重建中的计算成本和约束问题。实验结果表明，该方法能够充分利用纹理线索，提升单目重建效果。

本研究提出了一种新方法VORTEX，利用视觉变换器进行纹理分析，克服了深度卷积神经网络的局限性。VORTEX在多个数据集上表现优异，计算效率更高。

本研究针对当前生成式人工智能在三维模型风格化过程中未能考虑触觉信息的缺陷，提出了TactStyle系统。该系统通过修改的图像生成模型，使创作者能够在风格化三维模型的同时，融入预期的触觉属性。研究发现，TactStyle能够从单一图像输入中成功生成多种触觉特征，从而为触觉设计提供了一种创新方法。

本研究提出了一种新颖的3D再生变形方法，克服了传统方法在形状和纹理过渡中的局限性，显著提升了变形的平滑性和合理性，推动了纹理表示的发展。

本研究提出了一种新框架，通过结合动态心电图的心脏运动与图像纹理信息，实现无对比剂的心肌瘢痕检测，其精度与对比增强MRI相当，显示出良好的应用潜力。

本研究提出了一种自动识别和定量评估外部颈部吸收（ECR）的方法，利用体素纹理特征检测信号变化，并通过聚类分析区分缺损与钙化模式，为ECR生物标志物的开发提供支持。

本研究解决了在计算机图形学中纹理合成的不足，特别是在模型复杂的3D几何空间中。提出了一种新的纹理合成方法，利用神经辐射场（NeRF）从多视图图像中捕捉和合成纹理，并引入集群约束以提升生成质量。实验结果显示，该方法在平面和曲面上，都能有效生成具有细致几何细节的纹理，具有重要的应用价值。

本研究解决了人-物体接触检测中因物体遮挡视线而导致的接触区域识别不准确的问题。提出了一种称为PIHOT的视角交互检测器，有效利用深度信息和纹理恢复技术，提高了接触区域的识别精度。实验结果表明，PIHOT在三个基准数据集上实现了最先进的性能，显著提升了关键检测指标。

本研究提出了一种新方法，针对复杂光照和遮挡下的人脸纹理恢复问题。通过将不自然光照分解为多个光源组合，有效建模受遮挡影响的面部纹理，实验结果表明在挑战性光照条件下表现优异。

我们提出了一种新颖的表示方法，能够在演员动态面部表现中实现高质量的体渲染，同时计算和内存占用较小。该方法通过学习离散辐射流形进行场景稀疏采样，利用神经渲染进展实现高效建模和外貌变化，最终导出与传统渲染器兼容的RGBA纹理视频，达到高帧率和逼真度。

本研究提出了一种新的高斯外观表示方法，解决了3D高斯点云建模和渲染中的色彩一致性与几何形态问题。该方法结合纹理和透明度映射，显著提升了建模表现力，实验结果显示图像质量有明显改善。