awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesSurface Representations

Using signed distance fields to define the geometry and boundaries of 3D objects.

Distinct from SDF: Focuses on representing 3D object geometry, whereas the candidate focuses on rendering sharp text.

Explore 1 awesome GitHub repository matching graphics & multimedia · Surface Representations. Refine with filters or upvote what's useful.

Awesome Surface Representations GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • nvlabs/neuralangeloAvatar von NVlabs

    NVlabs/neuralangelo

    4,602Auf GitHub ansehen↗

    Neuralangelo ist ein Framework zur neuronalen Oberflächenrekonstruktion, das zweidimensionale Bildsequenzen und Multi-View-Fotografie in hochauflösende 3D-Meshes umwandelt. Es implementiert eine Pipeline zum Training neuronaler Strahlungsfelder (Neural Radiance Fields), um komplexe Szenen als digitale Geometrie darzustellen. Das Projekt nutzt eine Signed Distance Function (SDF) zur Oberflächenrepräsentation und Multi-Resolution-Hash-Encoding, um sowohl grobe als auch feine geometrische Details zu erfassen. Es setzt differenzierbares Volumen-Rendering und gradientenbasierte Eikonal-Regularisierung ein, um sicherzustellen, dass die gelernten Distanzfunktionen physikalisch plausibel bleiben. Das System enthält eine vollständige Computer-Vision-Trainings-Pipeline mit Multi-GPU-verteiltem Training und Performance-Tracking. Es bietet Dienstprogramme zur Vorbereitung von Photogrammetrie-Daten, einschließlich Videovorverarbeitung, Kameraposenschätzung und Konvertierung von Datensatzformaten. Ein dediziertes Extraktionstool konvertiert trainierte neuronale Repräsentationen mittels Marching Cubes und Rauschunterdrückung in texturierte 3D-Meshes.

    Represents 3D geometry as a signed distance function where the zero-level set defines the physical surface.

    Python3d-reconstructioncomputer-graphicscomputer-vision
    Auf GitHub ansehen↗4,602
  1. Home
  2. Graphics & Multimedia
  3. Graphics Engines and Rendering
  4. Text Rendering
  5. SDF
  6. Surface Representations