DiffuScene：用于生成式室内场景合成的去噪扩散模型
计算机视觉与模式识别
2024-03-13 v2
摘要
我们提出 DiffuScene，一种基于新颖场景配置去噪扩散模型的室内 3D 场景合成方法。它生成存储于无序物体集合中的 3D 实例属性，并为每个物体配置检索最相似的几何，该配置被表征为不同属性的拼接，包括位置、尺寸、朝向、语义与几何特征。我们引入一个扩散网络，通过对一组无序物体属性去噪来合成 3D 室内物体集合。无序参数化简化并便利了联合分布近似。形状特征扩散促进了自然的物体摆放，包括对称性。我们的方法支持诸多下游应用，包括场景补全、场景布置与文本条件场景合成。在 3D-FRONT 数据集上的实验表明，相较 SOTA 方法，我们的方法能合成更具物理合理性与多样性的室内场景。大量消融研究验证了我们在场景扩散模型中设计选择的有效性。
引用
@article{arxiv.2303.14207,
title = {DiffuScene: Denoising Diffusion Models for Generative Indoor Scene Synthesis},
author = {Jiapeng Tang and Yinyu Nie and Lev Markhasin and Angela Dai and Justus Thies and Matthias Nießner},
journal= {arXiv preprint arXiv:2303.14207},
year = {2024}
}
备注
CVPR 2024