CTGAN：用于 3D 形状的语义引导条件纹理生成器
计算机视觉与模式识别
2024-02-09 v1
摘要
娱乐行业依赖 3D 视觉内容来创造沉浸式体验，但创建带纹理 3D 模型的传统方法可能耗时且主观。StyleGAN 等生成网络推动了图像合成的发展，但生成具有高保真纹理的 3D 物体仍未得到充分探索，且现有方法存在局限性。我们提出了语义引导条件纹理生成器（CTGAN），为 3D 形状生成高质量纹理，这些纹理在保持一致视角的同时尊重形状语义。CTGAN 利用 StyleGAN 的解耦特性来精细操纵输入潜在代码，从而实现对生成纹理风格和结构的显式控制。我们引入了一种由粗到细的编码器架构，通过输入分割增强对结果纹理结构的控制。实验结果表明，CTGAN 在多项质量指标上优于现有方法，并在条件和无条件设置下的纹理生成中达到了最先进（SOTA）的性能。
引用
@article{arxiv.2402.05728,
title = {CTGAN: Semantic-guided Conditional Texture Generator for 3D Shapes},
author = {Yi-Ting Pan and Chai-Rong Lee and Shu-Ho Fan and Jheng-Wei Su and Jia-Bin Huang and Yung-Yu Chuang and Hung-Kuo Chu},
journal= {arXiv preprint arXiv:2402.05728},
year = {2024}
}