CGGS：用于以自我为中心的 3D 场景生成的一致性增强几何高斯泼溅

由于有限的视角重叠和个体视角对场景解释的主导影响，以自我为中心的 3D 场景生成仍然面临挑战。这些因素阻碍了视角一致和语义对齐的视觉内容的创建，以及准确几何结构的构建。在本文中，我们提出了 CGGS，一个文本到 3D 框架，旨在增强 3D 内容感知并解决以自我为中心的场景生成中的几何失真。首先，通过使用一致性增强损失微调多视角潜在扩散模型，提出了以自我为中心的生成器，以生成与文本描述对齐的、一致且高保真的 2D 内容。然后，布局装饰器利用光流和点轨迹对应关系来估计深度，从而从以自我为中心的 2D 先验中生成密集点云作为粗略布局。在此初始化的基础上，提出了几何优化器，通过基于熵的互信息深度损失（MID）结合分层优化方案来增强 3D 高斯重建，以改善视觉质量和几何结构。综合实验表明，CGGS 在生成连贯且准确的文本驱动 3D 场景方面优于以前的方法。项目页面：https://cggs-26.github.io/cggs26/。