echoinside – Telegram
echoinside
107 subscribers
834 photos
65 videos
41 files
933 links
ML in computer graphics and random stuff.
Any feedback: @fogside
Download Telegram
Forwarded from karpik.realtime
Курс про основы компьютерной графики https://www.youtube.com/playlist?list=PL9_jI1bdZmz2emSh0UQ5iOdT2xRHFHL7E
На волне любви к киберпанку люди делают шедевры
Forwarded from TechSparks
Сегодня в лентах много замёток про IPO Roblox, и в них чаще всего про Roblox пишут что-нибудь типа “social gaming platform for tweens and teens”.
https://www.axios.com/roblox-files-for-its-ipo-aaf0a0c6-8492-4172-a741-a4f79b42792c.html
Мне же кажется, что в нынешние времена Roblox сулит гораздо больше, чем игровую платформу, и уж точно не только для детишек; это действительно платформа, но непривычного нового типа: помимо игр, у неё как минимум ещё две перспективные и не сразу видимые функции:
1. В нашем мире вездесущей удалёнки онлайновые мероприятия невозможно сводить к одним лишь видеовстречам, быстро создаваемые миры для виртуальных тусовок нуждаются в платформе, и Roblox ее предоставляет (вот как это используют мои друзья, например, — https://yarkravtsov.com/roblox )
2. Знакомить детишек с программированием лучше всего в настоящем, но достаточно простом конструкторе игровых миров; Roblox подходит идеально: оцените масштаб по выдаче на запрос https://yandex.ru/search/?text=курсы%20для%20детей%20roblox
Roblox — это ещё и образовательная платформа.
В общем, желаю этой разносторонней платформе разнообразных успехов! ;)
https://github.com/gradslam/gradslam

Overview
gradslam is a fully differentiable dense SLAM framework. It provides a repository of differentiable building blocks for a dense SLAM system, such as differentiable nonlinear least squares solvers, differentiable ICP (iterative closest point) techniques, differentiable raycasting modules, and differentiable mapping/fusion blocks. One can use these blocks to construct SLAM systems that allow gradients to flow all the way from the outputs of the system (map, trajectory) to the inputs (raw color/depth images, parameters, calibration, etc.).
#slam #tools
Forwarded from Just links
Forwarded from Machine Learning World (StatsBot)
U-Net: Going Deeper with Nested U-Structure for Salient Object Detection

📃 https://arxiv.org/abs/2005.09007v2

📦 https://github.com/NathanUA/U-2-Net

#segmentation #unet
https://drive.google.com/file/d/10YWk3CH2p6zDHtosS8ZWWAkroY6MC3di/view

pkl of a network after 128kimg training from 1024x1024 tiles of Bosch's Garden of Earthly Delights in high resolution (390 tiles extracted)
trained by transfer learning StyleGAN2-ada from FFHQ HD -7 (using ADA bg augmentation).

(Найдено в этом слаке , тренила не я)
#art
Очень красивый блог про генеративный арт
https://inconvergent.net/generative/
#art
Semantic Deep Face Models, [Disney Research]
3D International Conference on 3D Vision (3DV) (2020)

* video
* paper
applications: 3D face synthesis, facial performance transfer, performance editing, and 2D landmark-based performance retargeting.

Очень напоминает вот эту работу, но здесь используется VAE, а не GAN, + детализация текстур, + отдельная генерация текстур под выражение лица, а также прикручивание 2Д лэндмарок к латентному спейсу.
#face_reconstruction #face_tracking #vae #face
Классная идея про рендеринг реалистичных текстур по входному приблизительному мешу.
Forwarded from PHYGITAL+CREATIVE
This media is not supported in your browser
VIEW IN TELEGRAM
Вы наверняка слышали о Gaugan - инструменте от Nvidia, который позволяет по монохромному цвету создавать контекстную маску для работы нейронной сети.
Однако данный инструмент это лишь облегченная версия полноценной Gaugan сети, которая работает лишь с одним кадром.

Нам стало интересно, возможно ли интегрировать это в Unity для просмотра видео в реалтайме? Да! И более того, мы даже смогли реализовать это в VR. Для обработки изображение используется вся мощность видеокарты RTX 2080, что позволяет получать 10 кадров в секунду. Этого достаточно, чтобы различать образы восстановленного изображения.

От наброска к фотореализму осталось совсем немного!
Forwarded from Karim Iskakov - канал (Karim Iskakov)
This media is not supported in your browser
VIEW IN TELEGRAM
Turning selfie video into Deformable NeRF for high-fidelity renderings from novel viewpoints.

The work smashes previous methods (Neural Volumes, NeRF) in terms of quality by a wide margin. Just look at these curls at 0:46 (timecode is clickable)!

🌐 nerfies.github.io
📝 arxiv.org/abs/2011.12948
📉 @loss_function_porn