paper-reading8

AtlasNet: A Papier-Mach ˆ e Approach to Learning 3D Surface Generation

ATLAS GAUSSIANS DIFFUSION FOR 3D GENERATION

SF3D: Stable Fast 3D Mesh Reconstruction with UV-unwrapping and Illumination Disentanglement

现有的一些问题

• 输入图像会有阴影，模型会把阴影当作物体的纹理
  
• 模型把点的颜色当作纹理，这会显著提升点的数量
  
• 从体素中得到mesh的方法：marching cubes vs DMTet

Bench: Benchmarking Current Progress in Text-to-3D Generation

如题

LiteVAE: Lightweight and Efficient Variational Autoencoders for Latent Diffusion Models

ZERO-1-TO-G: TAMING PRETRAINED 2D DIFFUSION MODEL FOR DIRECT 3D GENERATION

Cross-atlas Convolution for Parameterization Invariant Learning on Textured Mesh Surface

设计了一种卷积，去解决普通卷积处理geometry images时丢失边缘连接信息的问题。
具体的处理就是每个点储存自己的在mesh中的连接信息。 不过不太适用于生成，因为储存的连接信息是离散整数，生成会有误差。

Laplacian2Mesh: Laplacian-Based Mesh Understanding

一个公式

进而得到拉普拉斯矩阵形式