Mar, 2024

超 - 3DG: 通过超图进行文本到三维高斯生成

PDF
TL;DR将文本描述转化为详细的三维模型，通过名为 “超图三维高斯生成（Hyper-3DG）” 的方法捕捉三维物体内部的复杂高阶关系，并通过几何和纹理超图优化生成高质量的三维对象。
text-to-3d generation3d gaussian generationhypergraphgeometry and texture hypergraph refinerpatch-3dgs hypergraph learning
发现论文，激发创造
  • CG3D: 通过高斯喷洒实现文本到三维的组合生成

    提出了 CG3D 方法，通过使用显式高斯辐射场来生成可扩展的三维资产，解决了基于文本的三维生成的限制，能够产生详细的多物体场景，并通过使用显式表示构建指导框架，在对象组合和物理准确性方面展示了领先于现有模型的结果。

    Nov, 2023

  • GaussianDreamerPro：具有极高质量的可操作三维高斯文本

    提出了一种名为 GaussianDreamerPro 的新框架，通过将高斯函数与合理几何形状相结合，逐步丰富几何与外观，构建了与以前方法相比具有显着改进细节和质量的 3D 高斯函数绑定网格的生成资产，可无缝集成于下游操作流水线，大大扩展了其在广泛应用中的潜力。

    Jun, 2024

  • GET3D: 从图像中学习高质量 3D 纹理形状的生成模型

    GET3D 是一种 3D 生成模型，能够直接生成具有复杂拓扑结构、丰富几何细节和高保真纹理的显式纹理 3D 网格，从而显著改进了以往的方法。

    Sep, 2022

  • 高斯点云 3D 建模

    利用高斯雨滴喷洒技术的文本到 3D 生成（GSGEN）方法可以生成具有精细细节和更准确几何形状的高质量 3D 对象。

    Sep, 2023

  • GVGEN: 基于体积表示的文本到 3D 生成

    该论文介绍了一种名为 GVGEN 的新型扩散基础框架，用于通过文本输入高效生成 3D 高斯表示。它通过结构化体积表示和从粗到细的生成流程提供了优越的性能，同时保持了快速生成速度。

    Mar, 2024

  • 超级 SDFusion: 提升 3D 文本到形状生成的语言和几何层次结构的桥接

    提出了一种基于超几何空间的分层文本到形状生成模型，利用超几何空间学习文本和 3D 形状的分层表示，并通过引入双分支结构嵌入文本特征于 3D 特征空间，最终得到具有分层结构的生成 3D 形状，实验结果显示在现有文本到形状数据集上取得了最先进的效果。

    Mar, 2024

  • 亮梦想者：通用的 3D 高斯生成框架用于快速文本到 3D 合成

    BrightDreamer 是一种端到端的单阶段方法，可以实现通用且快速（77 毫秒）的文本到 3D 生成，通过估算 3D 变形、形状基准位置和各种属性来生成百万个 3D Gaussian。

    Mar, 2024

  • HexaGen3D：稳定扩散仅一步之遥，实现快速和多样化的文字到 3D 生成

    使用预训练的 2D 扩散模型，HexaGen3D 有效地从文本提示中生成高质量的 3D 资产，并展示出对新对象或组合的强大推广能力。

    Jan, 2024

  • DreamPolisher：面向高质量文本到 3D 生成的几何扩散

    通过几何引导的高斯喷洒方法，DreamPolisher 在从文本描述中学习跨视图一致性和复杂的细节，通过两阶段的基于高斯喷洒的方法进行几何一致性的优化和文本细节的改进，有效地生成与文本指令语义紧密相关的一致而真实的 3D 对象。

    Mar, 2024

  • 将高斯函数对齐：使用动态三维高斯函数和组合扩散模型的文本到四维转换

    通过使用得分蒸馏方法，我们在尚未充分开发的文本到四维场景设置中，通过引入额外的时间维度，利用文本引导的四维化方法合成动态、动画的三维物体。我们的方法将文本到图像、文本到视频和三维全景扩散模型结合起来，以在四维物体优化过程中提供反馈，从而同时强化时间一致性、高质量的视觉外观和逼真的几何形状。

    Dec, 2023