高質量3D生成最有希望的一集？GaussianCube在三維生成中全面超越NeRF

AIGC動態歡迎閱讀

原標題：高質量3D生成最有希望的一集？GaussianCube在三維生成中全面超越NeRF
關鍵字：建模,表示,本文,方法,算法
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com在三維生成建模的研究領域，現行的兩大類 3D 表示方法要么基于擬合能力不足的隱式解碼器，要么缺乏清晰定義的空間結構難以與主流的 3D 擴散技術融合。來自中科大、清華和微軟亞洲研究院的研究人員提出了 GaussianCube，這是一種具有強大擬合能力的顯式結構化三維表示，并且可以無縫應用于目前主流的 3D 擴散模型中。
GaussianCube 首先采用一種新穎的密度約束高斯擬合算法，該算法能夠對 3D 資產進行高精度擬合，同時確保使用固定數量的高斯。隨后，借助最優傳輸算法，這些高斯被重新排列到一個預定義的體素網格之中。得益于 GaussianCube 的結構化特性，研究者無需復雜的網絡設計就能直接應用標準的 3D U-Net 作為擴散建模的主干網絡。
更為

原文鏈接：高質量3D生成最有希望的一集？GaussianCube在三維生成中全面超越NeRF

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺