1張圖2分鐘轉(zhuǎn)3D！紋理質(zhì)量、多視角一致性新SOTA｜北大出品

AIGC動態(tài)歡迎閱讀

原標(biāo)題：1張圖2分鐘轉(zhuǎn)3D！紋理質(zhì)量、多視角一致性新SOTA｜北大出品
關(guān)鍵字：視角,圖像,紋理,區(qū)域,方法
文章來源：量子位
內(nèi)容字?jǐn)?shù)：4603字

內(nèi)容摘要：

張俊武 唐振宇 投稿量子位 | 公眾號 QbitAI只需兩分鐘，玩轉(zhuǎn)圖片轉(zhuǎn)3D！
還是高紋理質(zhì)量、多視角高一致性的那種。
不管是什么物種，輸入時的單視圖圖像還是這樣嬸兒的：
兩分鐘后，3D版大功告成：
△上，Repaint123（NeRF）；下，Repaint123（GS）新方法名為Repaint123，核心思想是將2D擴散模型的強大圖像生成能力與再繪策略的紋理對齊能力相結(jié)合，來生成高質(zhì)量、多視角一致的圖像。
此外，該研究還引入了針對重疊區(qū)域的可見性感知自適應(yīng)再繪強度的方法。
Repaint123一舉解決了此前方法多視角偏差大、紋理退化、生成慢等問題。
目前項目代碼還未在GitHub公布，就有100+人趕來標(biāo)星碼住：
Repaint123長啥樣？之前，將圖像轉(zhuǎn)換為3D的方法通常采用Score Distillation Sampling (SDS)。盡管該方法的結(jié)果令人印象深刻，但存在一些問題，如多視角不一致、過度飽和、過度平滑的紋理以及生成速度緩慢。
△從上至下：輸入，Zero123-XL，Magic123，Dream gaussian為了解決這些問題，來自北京大學(xué)、鵬城實驗室、新加坡

原文鏈接：1張圖2分鐘轉(zhuǎn)3D！紋理質(zhì)量、多視角一致性新SOTA｜北大出品

聯(lián)系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破