score distillation sampling | BriefGPT

关键词score distillation sampling

搜索结果 - 49

Wonder3D：跨域扩散实现从单幅图像到三维模型
Wonder3D 是一种将单视图图像转化为高保真纹理网格的新方法，通过引入一种跨域扩散模型生成多视图法线贴图和相应的彩色图像，从而从多视图 2D 表示中提取高质量表面
PDF9 months ago
高保真文本到 3D 人体贴图的色彩处理方法
在零样本文本到 3D 人体生成方面的最新进展中，通过使用人体模型先验（例如，SMPL）或 Score Distillation Sampling（SDS）与预训练的文本到图像扩散模型，已经取得了突破性的成果。然而，由于相对较弱的扩散指导，S
PDF9 months ago
FocalDreamer: 通过焦点融合组合的文本驱动 3D 编辑
FocalDreamer 是一种融合基本形状和可编辑部分的框架，它通过文本提示在所需区域内进行细粒度编辑；该框架利用几何联合和双路径渲染将独立的 3D 部分组装成完整的对象，并设计了几何焦点损失和样式一致性正则化以提高编辑能力。
PDFa year ago
基于评分的信号源分离及其在数字通信中的应用
提出了一种基于扩散生成模型的分离叠加源的新方法，通过最大后验估计和多重水平的高斯平滑指导下的 α 后验来建立新的目标函数，应用于射频系统，旨在恢复编码比特，实验结果表明，相比于经典和现有学习方法，我们的方法可以将误码率降低 95％。
PDFa year ago
DiffSketcher：基于潜在扩散模型的文本引导矢量素描综合
本论文中，我们介绍了一种使用自然语言输入生成矢量手绘素描的创新算法 DiffSketcher，并使用预训练的图像扩散模型进行开发。
PDFa year ago
高效文本引导的三维感知人像生成：应用得分蒸馏采样于分布
本研究提出了一种名为 DreamPortrait 的算法，它可以在一个前向传递中生成文本引导下的 3D 感知画像，通过 Score Distillation Sampling 和 GAN 损失正则化方法来优化分布，进一步设计了 3D 感知门
PDFa year ago
ProlificDreamer: 高保真度和多样性的文本生成 3D 影像技术，基于变分分数精炼
本文提出了一种新的面向文本到三维立体生成的方法，即基于随机变量的粒子变分打分抽样，通过此方法在保证样本质量和多样性的同时避免了过饱和、过平滑和低多样性等问题，并在 NeRF 算法基础上生成了高保真渲染效果的三维网格。
PDFa year ago
Delta 去噪评分
Delta Denoising Score 是一种针对基于文本的图像编辑的新的评分函数，使用在最小修改输入图像为所需内容的过程中，利用文本生成模型的生成先验，通过 SDS 机制作为图像编辑的损失项，使用 DDS 去识别和去除 SDS 的误差
PDFa year ago
VectorFusion: 基于像素扩散模型的文本到 SVG 的抽象转换
该研究使用扩散模型和分数蒸馏采样，通过对像素图像的文本条件训练生成可导出为 SVG 的矢量图形，并在优化可微分的矢量图形栅格化器方面实现了语义知识的提取，实验结果表明其较之于过去的工作具有更高的生成质量和更丰富的样式，包括像素艺术和手绘图。
PDF2 years ago