基于循环置信传播的大规模高效纹理映射算法
一篇介绍了一个优化框架以实现多视角一致性的研究论文,通过四个阶段的处理,生成多个 2D 纹理和相互一致的视图,并进行非刚性对齐与关联,实验结果表明该方法在质量和数量上均显著优于基准方法。
Mar, 2024
我们提出了 MatAtlas,一种用于一致的文本引导的 3D 模型纹理方法。通过利用大规模的文本生成模型(例如稳定的扩散器)作为纹理 3D 模型的先验知识。我们设计了一种 RGB 纹理流程,利用了基于深度和边缘的网格模式扩散。通过提出多步骤的纹理细化过程,我们显著提高了纹理输出的质量和 3D 一致性。为了进一步解决烘焙光照的问题,我们超越了 RGB 颜色,将参数化材质分配给资源。鉴于高质量的初始 RGB 纹理,我们提出了一种利用大语言模型(LLM)的新颖材质检索方法,实现了可编辑性和重光能力。我们在各种几何形状上评估了我们的方法,并展示了我们的方法明显优于先前的方法。通过详细的消融研究,我们还分析了每个组件的作用。
Apr, 2024
提出了一种新颖的室内场景纹理生成框架,通过联想和模仿技术,以及采用粗到精的全景纹理生成方法和双重纹理对齐,实现了以文本为驱动的纹理生成,具有迷人的细节和真实的空间一致性。
Oct, 2023
本文介绍了一种用于生成分段平面代理的自动纹理映射框架 TwinTex,通过选择一组照片并提取线特征,利用优化算法将纹理与几何对齐,并使用扩散模型来修复缺失区域,实现了高保真质量的纹理贴图。
Sep, 2023
基于全局参数化,本文提出了一种优化纹理空间以及生成紧凑纹理映射的方法,该方法在计算上具有鲁棒性和高效性,并实验证明了该方法的有效性以及在存储和渲染效率方面的潜力。
Jun, 2024
本文提出了一种基于 PatchMatch 的方法来扩展可靠的深度估计,并根据纹理性质修改 Photo-Consistency 测量标准,同时提出了深度细化步骤,以在保留不连续性的同时填补深度图和法线图中的缝隙。
Mar, 2019
本研究介绍了一种模型,可以在降低模型的偏差的同时提高模型的方差,从而解决计算机视觉中物体单视角的外观推理问题,并加入循环一致性损失来提高视角泛化性能以及纹理对齐,与现有的最先进方法相比,我们的方法在定性和定量方面均有所提高。
Jun, 2021
本文提出了一种高效的多视角逆向呈现方法,可以重建大规模室内场景的全局间接光照和物理合理的 SVBRDF,通过所提出的 Texture-Based Lighting (TBL) 来实现整个大场景的直接光照和无限反弹间接光照的紧凑表示,并基于 TBL 提出了一种预计算辐照度的混合光照表示,通过基于语义分割和房间分割的先验提出了三阶段材料优化策略来消除材料之间的歧义,实验结果表明所提出的方法在定量和定性上均优于现有的最佳方法,并启用了物理合理的增强现实应用,如材质编辑,可编辑的新视角合成和重新照明。
Nov, 2022