text-to-3d generation | BriefGPT

关键词text-to-3d generation

搜索结果 - 53

3DTopia: 带混合扩散先验的大规模文本到 3D 生成模型
我们提出了一个两阶段的文本到 3D 生成系统，名为 3DTopia，它使用混合扩散先验在 5 分钟内生成高质量的通用 3D 资产。第一阶段直接从 3D 数据学习的 3D 扩散先验中采样，由文本条件的三视图潜在扩散模型提供动力，快速生成用于快
PDF4 months ago
GALA3D：基于布局导向的生成式高斯雾化技术实现文本到复杂 3D 场景生成
我们提出了 GALA3D，一种具备布局引导控制的生成式 3D 高斯模型，用于有效的文本到 3D 生成。我们首先利用大型语言模型（LLMs）生成初始布局，并引入了布局引导的 3D 高斯表示，以适应几何约束下的 3D 内容生成。然后，我们使用条
PDF5 months ago
SPAD：有空间感的多视角扩散器
SPAD 是一种从文本提示或单个图像创建一致的多视图图像的新方法，通过扩展自注意力层与跨视图交互的预训练 2D 扩散模型，并在 Objaverse 的高质量子集上进行微调来实现多视图生成。
PDF5 months ago
用于文本到 3D 生成的检索增强得分蒸馏
通过检索辅助的方法，RetDream 解决了文本到 3D 生成中存在的 3D 几何不一致问题，并实现了几何一致性和生成场景的忠实度的显著改进。
PDF5 months ago
BoostDream：高质量的多视角扩散文本到 3D 生成的高效细化
BoostDream 是一个高效的插件式 3D 细化方法，能够将粗糙的 3D 资产转化为高质量的 3D 资产，通过引入 3D 模型蒸馏、新颖的多视角 SDS 损失设计以及使用提示和多视角一致的法线图作为指导。与常规基于 SDS 方法相比，B
PDF5 months ago
Consistent3D: 通过确定性采样先验实现一致高保真度的文本到 3D 生成
通过分析分数蒸馏抽样（SDS）及其变体，我们发现其蒸馏抽样过程实际上对应于随机微分方程（SDE）的轨迹抽样，这启发我们提出了一种新颖有效的 “Consistent3D” 方法，该方法通过确定性抽样先验来进行文本到三维生成。实验结果表明，Co
PDF6 months ago
应对文本到三维生成中的得分蒸馏模式崩溃
通过引入熵项于 3D 分数蒸馏目标函数并采用无分类器指导技巧，本论文提出了一种名为 'Entropic Score Distillation' 的方法，有效解决了分数蒸馏中的 Janus 人工生成物问题。
PDF6 months ago
VolumeDiffusion: 灵活的文本到 3D 生成，配备高效的容积编码器
该研究介绍了一种创新的 3D 体积编码器，旨在用于文字到 3D 生成。为了扩大扩散模型的训练数据，该研究开发了一种轻量级网络，能够有效地从多视图图像中获取特征体积。然后，使用 3D U-Net 在扩散模型上对 3D 体积进行训练，用于文字到
PDF7 months ago
UniDream：统一扩散先验用于可重灯效的文本生成三维
利用 UniDream 框架通过整合统一的扩散先验方法来生成具有清晰的反照率纹理、更光滑表面、增强逼真度和卓越光照效果的 3D 物体。
PDF7 months ago
PI3D：高效的文本到 3D 生成与伪图像扩散
本文介绍了 PI3D，一个高效的框架，利用预训练的文本到图像扩散模型在几分钟内生成高质量的 3D 形状。通过将预训练的 2D 扩散模型微调为 3D 扩散模型，PI3D 具备了 3D 生成能力和源自 2D 模型的泛化能力，并利用 2D 扩散模
PDF7 months ago
TPA3D: 快速文本到 3D 生成的三面关注
为了实现快速的文本到 3D 生成，本文提出了 Triplane Attention for text-guided 3D generation (TPA3D)，一种基于端到端可训练 GAN 模型。通过对提取的句子和单词级文本特征进行注意力机
PDF7 months ago
稳定梦想者：驯服嘈杂的分数蒸馏采样用于文本到三维
在文本到 3D 生成领域，通过得分提取采样 (SDS) 使用的 2D 扩散模型经常导致模糊外观和多面几何等问题，本研究通过分析发现这些挑战的核心是 2D 扩散过程中噪声水平、扩散网络架构和 3D 模型表示之间的相互作用，在这些局限上，我们提
PDF7 months ago
ControlDreamer: 多视角控制网络的风格化三维生成
通过引入多视角 ControlNet 和强化学习模型 ControlDreamer，本研究在文本指导下实现了创意几何和风格的 3D 建模，同时提出了一个全面的 3D 风格编辑基准，证明该方法在质量和度量上优于现有的文本生成 3D 方法。
PDF7 months ago
GeoDream: 高保真和一致的 3D 生成中的解耦 2D 和几何先验
通过结合三维几何先验和二维扩散先验，GeoDream 方法能够生成具有一致的三维几何结构的文本到三维模型，并提供更高分辨率、真实感的渲染和更好的语义一致性。
PDF7 months ago
DreamPropeller: 使用并行抽样为文本到 3D 生成加速
通过 DreamPropeller 算法，我们提出了一种可以加速任何基于得分蒸馏的文本到 3D 生成流程的附加算法，可以以一定程度的计算并行化交换时间，从而取得了近 4.7 倍的速度提升，同时保持了生成质量的稳定性。
PDF7 months ago
ET3D：通过多视角蒸馏实现高效的文本到三维生成
通过使用大型预训练的文本到图像扩散模型生成的图像作为监督信号，我们提出了一种高效的文本到 3D 生成方法，在消费级显卡上仅需约 8 毫秒即可根据文本提示生成一个 3D 资产，并且不需要 3D 训练数据，通过提炼预训练图像扩散模型为高效文本到
PDF7 months ago
LucidDreamer：基于区间评分匹配的高保真度文本到 3D 的生成方案
最近关于文本到 3D 生成的进展在生成模型中取得了重要的里程碑，为在各种现实场景下创建富有想象力的 3D 资产开辟了新的可能性。然而，尽管最近的文本到 3D 生成方法显示出一定的潜力，但它们在呈现详细和高质量的 3D 模型方面常常表现不佳。
PDF8 months ago
DMV3D：使用 3D 大型重建模型的多视图扩散去噪
我们提出了一种新颖的 3D 生成方法 DMV3D，该方法使用基于变压器的 3D 大型重建模型对多视差扩散进行去噪。我们的重建模型采用了三平面 NeRF 表示，并且可以通过 NeRF 重建和渲染对嘈杂的多视差图像进行去噪，能在单个 A100
PDF8 months ago
Instant3D：即时文本到三维生成
提出了一种新的基于文本的 3D 生成框架，名为 Instant3D，使用前向网络在不到一秒的时间内为未见的文本提示创建一个 3D 对象，并解决了 Janus 问题的多头效应。
PDF8 months ago
Control3D：面向可控的文本到 3D 生成
大规模文本到图像扩散模型的最新进展在文本到三维生成领域取得了重大突破，仅通过给定的文本提示从零开始创作三维内容。然而，现有的文本到三维技术在创作过程中缺乏一项关键能力：根据用户的需求规范（如草图）对合成的三维内容进行交互式控制和塑造。为了解
PDF8 months ago