3d generation | BriefGPT - AI 论文速递

关键词3d generation

搜索结果 - 38

Director3D: 从文本生成真实世界摄像机轨迹和 3D 场景
通过在真实世界的数据集上生成逼真的 3D 场景，本研究提出了 Director3D，一种用于生成真实世界 3D 场景和自适应摄像机轨迹的强大开放式文本到 3D 生成框架。经过大量实验证明，Director3D 在真实世界的 3D 生成领域具
PDF9 days ago
YouDream: 生成可解剖控制的一致性文本到三维动物
使用文本到图像扩散模型指导的 3D 生成方法能够创建具有视觉吸引力的资产，我们提出了一种名为 YouDream 的方法，通过二维视图控制 3D 姿势先验来生成高质量的具备解剖学控制的动物，该方法能够生成以往的文本到 3D 生成方法不能实现的
PDF10 days ago
GeoLRM：几何感知大规模重建模型用于高质量三维高斯生成
该研究介绍了一种名为几何感知大型重建模型（GeoLRM）的方法，该方法可以使用 512k 个高斯函数和 21 个输入图像在仅需 11 GB 的 GPU 内存中预测高质量的资源。该模型通过引入一种新颖的三维感知变换器结构和可变形交叉注意机制来
PDF13 days ago
GECO: 生成图像至 3D 的 SECOnd 中
GECO 是一种高质量、高效率的 3D 生成模型，通过两个阶段的训练和优化，实现了优化 3D 生成的质量和效率的平衡。
PDFa month ago
DiffTF++：大词汇量三维生成的三维感知扩散变换器
通过引入一种基于扩散的前馈框架，以及使用改进的三面平面和 3D-aware 转换器、编码器 / 解码器来处理大规模的 3D 资源生成任务，该研究提出了一个更强的 3D 生成模型，以增强多样性、语义和质量。
PDF2 months ago
MicroDreamer：基于得分的迭代重建，无需说明，在约 20 秒内进行零样本 3D 生成
基于优化的方法如分数蒸馏采样 (SDS) 在零样本 3D 生成方面表现出潜力，但由于每个样本所需的高函数评估 (NFEs) 的数量较多，效率较低。本文介绍了一种名为基于分数的迭代重建（SIR）的高效通用算法，用于使用多视图基于分数扩散模型进
PDF2 months ago
多视图图像引导的多视图扩散用于改善 3D 生成
使用多个图像提示而非单一图像提示可以提高多视图和 3D 物体生成的性能，无需对预训练的 ImageDream 多视图扩散模型进行微调。
PDF2 months ago
X 射线：一种用于生成的序列 3D 表示
通过借鉴 X 射线扫描的深度揭示能力，我们引入了一种创新的 3D 生成方法 X-Ray，它采用了一种新的序列表示方法，精确捕捉了物体的外部和内部特征。我们的方法的核心是利用源自相机视图的光线投射技术，详细记录了所有相交表面上遇到的几何和纹理
PDF2 months ago
StylizedGS: 可控的 3D 高斯描绘美化
本文介绍了 StylizedGS，一种具有对感知因素可调控能力的 3D 神经风格迁移框架，基于 3D 高斯粒子喷洒 (3DGS) 表征。通过引入 GS 滤波器消除飘逸物，然后使用基于最近邻的风格损失来通过微调 3DGS 的几何和颜色参数来实
PDF3 months ago
Diffusion$^2$: 通过正交扩散模型的得分组合生成动态 3D 内容
Diffusion$^2$ 是一种新颖的框架，通过从视频数据和多视图扩散模型获取几何一致性和时间平滑性的知识，直接生成密集的多视图和多帧图像，优化连续性 4D 表示，从而在几分钟内生成 4D 内容。
PDF3 months ago
Mesh2NeRF: 神经辐射场表征和生成的直接网格监督
Mesh2NeRF 通过从 3D 网格中直接获取地面真实辐射场的解析解，提供了训练生成 NeRF 和单场景表示的准确辐射场的直接监督，进而在各种任务中验证了其有效性。
PDF3 months ago
STAG4D：空间 - 时间定位生成的 4D 高斯
在本研究中，我们提出了 STAG4D，这是一种结合了预训练扩散模型和动态 3D 高斯雪碧的新型框架，用于高保真度的 4D 生成，通过利用多视图扩散模型初始化输入视频帧上的多视图图像，以确保多视图序列初始化的时间一致性，并应用得分蒸馏采样来优
PDF3 months ago
ThemeStation: 从少数示例生成主题感知的 3D 资源
ThemeStation 通过给定的少量示例，通过首先绘制概念图像，然后进行参考引导的 3D 建模阶段，合成与示例相同主题的自定义 3D 资产，以进一步实现生成与给定示例相一致并具有高度变化的多样化主题感知 3D 模型的目标，并使用新颖的双
PDF3 months ago
Compress3D：来自单张图像的 3D 生成的压缩潜空间
通过使用 triplane 自编码器将 3D 模型编码为紧凑的 triplane 潜空间，本文提出了一种有效压缩 3D 几何和纹理信息的方法，并引入了 3D 感知交叉注意机制，从高分辨率的 3D 特征体积中查询特征，提高了潜空间的表示能力。
PDF3 months ago
TripoSR：快速从单张图像重建三维对象
TripoSR 是一种利用 Transformer 架构进行快速前馈 3D 生成的 3D 重建模型，能够在 0.5 秒内从单个图像生成 3D 网格。通过在数据处理、模型设计和训练技术方面进行实质性改进，TripoSR 在公共数据集上展现出比
PDF4 months ago
置入任何物品的视频
一种名为 Place-Anything 的新颖且高效的系统，通过仅基于目标物体或元素的图片或文本描述实现将任何物体插入任何视频，提供了一种有效的解决方案来生成和编辑高质量的视频。
PDF4 months ago
Sketch2NeRF: 多视图草图引导的文本生成三维模型
通过多视角草图引导的文本到 3D 生成框架，使用预训练的 2D 扩散模型对神经辐射场进行优化，以实现从草图到生成 3D 场景的灵活控制。
PDF5 months ago
GO-NeRF: 神经辐射场中生成虚拟物体
提出了一种新方法 GO-NeRF，能够利用场景背景进行高质量和和谐的 3D 物体生成以及无缝融合到现有 NeRF 中。
PDF6 months ago
3D 生成智能的进展与前景：技术概述，包括 3D 人体
综述了 2023 年下半年发表的相关论文，主要包括 AI 生成的三维对象模型、三维人体模型和三维人体动作生成，并对未来进行了展望。
PDF6 months ago
MVHuman：多视采样定制的 2D 扩散用于逼真的 3D 人体生成
利用 MVHuman 方案，通过多视角采样策略和预训练的 Stable Diffsuions 网络生成人体辐射场，无需微调或蒸馏，且优于现有的 3D 人体生成方法。
PDF7 months ago