一个网格值512个数：用于高维形状生成的频域扩散建模
计算机视觉与模式识别
2025-03-11 v1
摘要
近年来，从高维形状中学习潜在编码的进展在 3D 生成建模中展示了令人瞩目的成果。传统上，这些方法采用训练好的自编码器来获取源形状的连续隐式表示，这计算成本可能很高。本文引入了一种新颖的框架——用于高质量形状生成的频域扩散 SpoDify，利用奇异值分解（SVD）进行形状编码。得到的特征向量可以存储以供后续解码，而生成建模则在特征上进行。该方法将复杂网格高效编码为连续隐式表示，例如无需学习即可将 15k 顶点的网格编码为 512 维的潜在编码。我们的方法在样本或 GPU 资源有限的场景中展现出显著优势。在网格生成任务中，我们的方法生成了与 SOTA 方法相当的高质量形状。
引用
@article{arxiv.2503.06485,
title = {A Mesh Is Worth 512 Numbers: Spectral-domain Diffusion Modeling for High-dimension Shape Generation},
author = {Jiajie Fan and Amal Trigui and Andrea Bonfanti and Felix Dietrich and Thomas Bäck and Hao Wang},
journal= {arXiv preprint arXiv:2503.06485},
year = {2025}
}