ScalingGaussian框架：结合3D和2D扩散模型优化高质量3D内容生成
这一解决方案可以有效地生成高质量的3D asset
（映维网Nweon 2025年01月15日）高质量3D asset的创建对于虚拟现实等领域非常重要。现有的3D内容生成方法难以同时实现详细的纹理和强烈的几何一致性。针对这个问题，华东理工大学，华盛顿大学，哥本哈根大学和清华大学团队提出了一种创新的3D内容创建框架ScalingGaussian。
它结合了3D和2D扩散模型，在生成的3D asset中实现详细的纹理和几何一致性。首先，3D扩散模型生成点云，然后通过选择局部区域，引入高斯噪点，接下来使用局部密度加权选择来致密化点云。
为了细化三维高斯分布，研究人员利用带有SDS损失的2D扩散模型，引导3D高斯分布进行克隆和分裂。最后，将3D高斯分布转换为网格，利用MSE和GPP损失对表面纹理进行优化。
团队指出，所述方法解决了3D扩散中常见的稀疏点云问题，从而改善了几何结构和细节纹理。图像到3D任务的实验表明，这一解决方案可以有效地生成高质量的3D asset。
......（全文 1390 字，剩余 1052 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
