3D Deep Learning with Python

Monografía técnica avanzada y orientada a la práctica que enseña a dar el salto de la visión artificial bidimensional convencional al procesamiento y modelado de datos volumétricos en 3D. Apoyándose en Python y la librería especializada PyTorch3D creada por Meta, la obra está dirigida a ingenieros de machine learning, investigadores de visión por computador y desarrolladores de nivel intermedio a avanzado que ya tienen experiencia con PyTorch y modelos 2D y buscan adentrarse en la geometría espacial para aplicaciones de robótica, realidad extendida y conducción autónoma.

El libro detalla el manejo, la estructura y la transformación de datos tridimensionales comunes: nubes de puntos (point clouds), mallas poligonales (meshes) y formatos de archivo como .ply y .obj. Enseña conceptos geométricos clave que incluyen sistemas de coordenadas, modelos de cámara intrínsecos y extrínsecos, rasterización y sombreado. Su contenido principal aborda el renderizado diferenciable y volumétrico, la optimización mediante pérdidas geométricas (como Chamfer Loss), la estimación y seguimiento de pose de objetos, campos de radiancia neuronal (NeRF), campos de características controlables y modelos de articulación corporal paramétrica (SMPL).

Cada bloque se articula alrededor de proyectos guiados y notebooks interactivos: ajuste de mallas deformables sobre nubes de puntos crudas, seguimiento de orientación espacial de objetos a partir de imágenes, renderizado neuronal para sintetizar vistas libres mediante NeRF y modelado del cuerpo humano en tres dimensiones. Constituye una guía destacada para dominar PyTorch3D en tareas de última generación; sin embargo, exige contar con una GPU con aceleración CUDA y conocimientos previos sólidos de álgebra lineal 3D (rotaciones, cuaterniones y proyecciones homogéneas).