全局基于参数化的纹理空间优化
本文提出了一种使用多视图文理映射算法的框架,采用循环置信传播算法进行高效全局概率推断,使得纹理融合和混合在面级别上变为可能,并且此算法比现有算法更加快捷、鲁棒性更高
May, 2023
本研究提出了一种基于几何图形的纹理生成方法,通过引入显式初始化和对齐程序来提高最新的对抗性纹理优化的鲁棒性,并将其应用于计算机视觉中的 11 个场景数据集中,能够获得相对于感知和锐度度量方面的 7.8%和 11.1%的相对改善。
Jul, 2022
我们提出了一种新颖的方法,用于艺术图像中几何抽象和纹理的交互控制。通过空间分解输入图像的形状和高频细节的参数化表示,实现对颜色和纹理的独立控制。所提出的形状和纹理的解耦使得可以进行多种风格编辑,包括形状、笔触和绘画属性等的全局和局部互动调整。此外,我们还展示了在参数空间中使用参考图像和文本提示进行基于优化的纹理风格迁移,以及用于实时纹理分解的单一和任意风格参数预测网络的训练。
Jul, 2023
我们提出了一种基于平面基元的 RGB-D 室内场景重建新方法,通过适应平面构建整个场景的低多边形网格,保留原始场景的几何细节和锐利特征并生成清晰的面纹理,相较于现有方法更有效的从 RGB-D 数据生成纹理网格。
May, 2019
我们提出了反投影技术,一种将贴花直接绘制到 3D 对象纹理上的新型投影纹理映射技术。该技术旨在用于游戏中,可实时工作。通过在局部空间纹理中计算并朝外查看的投影技术,用户无论使用低端 Android 设备还是高端游戏桌面,都能享受其资产的个性化。我们相信我们提出的管道是提高模型绘制速度和多功能性的一步。
Jan, 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
通过在降采样过程中引入几何线索并最大化呈现纹理网格的视觉保真度,我们介绍了 GeoScaler 方法,该方法用于降低 3D 网格的纹理地图,并且相比传统的降采样方法,所生成的纹理图像呈现出显著更好的质量。
Nov, 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
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
该研究介绍了一种通过将几何图形和外观区分开来的方法,使用体积场景表示和可微分体积渲染,利用表面参数化网络以及循环一致性损失等技术,生成高质量的渲染结果,且可直接通过编辑 2D 纹理贴图来修改外观。
Mar, 2021