野外文本到三维内容生成综述

三维内容创建在游戏、机器人仿真和虚拟现实等各种应用中发挥着至关重要的作用。然而，该过程劳动密集且耗时，需要熟练的设计师投入大量精力来创建单个三维资产。为了解决这一挑战，文本到三维生成技术作为自动化三维创建的有前景解决方案而出现。借助大型视觉语言模型的成功，这些技术旨在基于文本描述生成三维内容。尽管该领域最近取得了进展，现有解决方案在生成质量和效率方面仍然面临显著限制。在本综述中，我们对最新的文本到三维创建方法进行了深入调查。我们提供了文本到三维创建的全面背景，包括对训练所用数据集和评估生成三维模型质量的评估指标的讨论。然后，我们深入探讨了作为三维生成过程基础的各种三维表示。此外，我们对快速增长的生成立管道的文献进行了全面比较，将其分类为前馈生成器、基于优化的生成和视图重建方法。通过检查这些方法的优缺点，我们旨在阐明它们各自的能力和局限性。最后，我们指出了几个有前景的未来研究方向。通过本综述，我们希望激励研究人员进一步探索开放词汇文本条件三维内容创建的潜力。