Mar, 2024

GetMesh: 高质量网格生成与操作的可控模型

PDF
TL;DR我们提出了一种高度可控的生成模型 GetMesh，用于不同类别的网格生成和操作，通过以可变数量的点作为潜在表征，并将它们重新组织为三面位表示，GetMesh 生成具有丰富和锐利细节的网格，优于单一类别和多类别对应物，还可以通过调整潜在点的数量、位置或特征而直观、高效、稳健地实现对生成过程的精细控制。
发现论文，激发创造
  • 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

  • 基于文本引导的可控网格精细化方法用于交互式三维建模

    我们提出了一种新颖的技术，通过文本提示为输入的粗糙 3D 网格添加几何细节。我们的方法由三个阶段组成：首先，我们基于输入的粗糙几何和输入的文本提示生成一个与之相关的单视角 RGB 图像；其次，我们使用新颖的多视角法线生成架构共同生成六个不同视角的法线图像；最后，我们对网格进行优化，生成细致的几何输出。该方法在几秒钟内产生输出，并提供对生成的 3D 网格的粗略结构、姿势和所需细节的明确用户控制。

    Jun, 2024

  • CraftsMan：高保真网格规划与 3D 本地生成以及交互式几何优化

    我们提出了一种新颖的生成式 3D 建模系统，被称为 CraftsMan，它能够以高度多样化的形状、规则的网格拓扑和详细的表面生成高保真度的 3D 几何模型，并且能够交互式地进行几何调整。

    May, 2024

  • MeshDiffusion：基于评分的生成式 3D 网格建模

    本文提出了一种基于可变四面体网格的扩散模型，用于生成具有细粒度几何细节的 3D 网格，以适用于自动场景生成和物理模拟等各种应用。

    Mar, 2023

  • MUNCH: 模拟独特的 N 个可控头部

    自动生成 3D 人头一直是计算机视觉研究人员的一个引人入胜且具有挑战性的任务。我们提出了一种方法，它具备质量、多样性、控制和逼真性等令游戏设计艺术家期望的功能，其中包括可解释的网络设计、无缝合成多个高保真度的基于物理的渲染贴图以及对生成贴图进行语义颜色控制的新颖色彩变换模型。

    Oct, 2023

  • DMesh: 一种通用网格的可微表示

    我们提出了一种可导表示 DMesh，用于一般的三维三角网格。DMesh 考虑了网格的几何和连通性信息。在我们的设计中，我们首先基于加权 Delaunay 三角剖分 (WDT) 获得一组紧凑的凸四面体，并基于 WDT 以可导的方式提出面存在的概率，从而使得 DMesh 能够以可导的方式表示各种拓扑的网格，并利用基于梯度的优化方法在各种观测条件下，例如点云和多视角图像，进行网格的重建。完整论文和源代码可在此 https URL 找到。

    Apr, 2024

  • PivotMesh: 通过中心顶点引导的通用 3D 网格生成

    PivotMesh 是一种通用且可扩展的网格生成框架，通过使用 transformer-based auto-encoder 将网格编码为离散标记，并通过层次结构从面到顶点解码，首先生成粗网格表示，然后使用相同的自回归 Transformer 生成完整的网格标记，以实现对大规模数据集的原始网格建模。

    May, 2024

  • 从真实世界图像中学习纹理三维网格的生成模型

    本文提出了一种基于 GAN 框架生成纹理三角形网格的方法，可以不依赖关键点注释，同时在 ImageNet 上设置了新的基准，相比基于真实关键点的先前方法性能相当。

    Mar, 2021

  • GETAvatar: 生成可动人形角色的纹理网格

    GETAvatar 是一个用于生成可动画的高质量纹理和几何结构的人型化身的生成模型，通过使用显式表面建模的关节式 3D 人体表示和学习自 3D 扫描数据的 2D 法线图以实现细致的表面细节，并通过基于光栅化的渲染器实现高分辨率图像生成。

    Oct, 2023

  • 稀疏潜点扩散模型控制的带限网格生成

    通过设计一种新颖的稀疏潜点扩散模型，将点云作为中间表示建模并控制生成的网格的整体结构和局部细节，以提高效率和可控性，实现了在生成质量和可控性方面与现有方法相比优越的网格生成。

    Mar, 2023