BoxSplitGen：用于不同粒度 3D 零件包围盒的生成模型

人类创造力遵循感知过程，从抽象想法到更细致的细节进行创建。虽然 3D 生成模型取得了巨大进展，但专为帮助人类想象在 3D 创建中从粗糙到精细细化抽象的模型尚未得到探索。我们提出一个框架，使能够通过迭代拆分包围盒来细化包围盒集合，从而实现直观且交互式的 3D 形状生成。我们框架的主要技术组件是两个生成模型：box-splitting 生成模型和 box-to-shape 生成模型。第一个模型称为 BoxSplitGen，通过迭代拆分粗糙的包围盒生成具有不同粒度的 3D 零件包围盒集合。它利用通过 agglomerative 合并创建的零件包围盒，并学习合并过程的反向过程——拆分序列。该模型包含两个主要组件：第一个学习要拆分的包围盒的类别分布，第二个在给定一组包围盒以及要拆分哪个包围盒的指示后，学习两个新包围盒的分布。第二个模型，box-to-shape 生成模型，利用现有 3D 扩散模型学习的 3D 形状先验，同时适应模型以包含包围盒条件。我们的实验表明，box-splitting 生成模型在无条件扩散模型的标记预测模型和填充方法方面表现优于后者。此外，我们展示了我们基于最先进 3D 扩散模型的 box-to-shape 模型比以前的模型提供了更优异的结果。