EASI-Tex：基于单图的边缘感知网格纹理化
计算机视觉与模式识别
2025-09-30 v1
摘要
我们提出了一种新的单图网格纹理化方法，采用经过谨慎条件化的扩散模型，无缝地将对象的纹理从单个RGB图像传递到给定的3D网格对象上。我们不假设两个对象属于同一类别，即使它们属于同一类别，也可能在几何和部件比例上存在显著差异。我们的方法通过在ControlNet中对描述网格边缘的条件化，以及从输入图像中提取的特征（使用IP-Adapter），来纠正这些差异，生成遵循网格底部几何和输入纹理的纹理，而无需任何优化或训练。我们还引入了图像反向编码技术，这是一种用于快速为单个概念个性化扩散模型的新方法，使用单个图像；当预训练的IP-Adapter难以忠实捕获输入图像的所有细节时，可应用该技术。实验结果表明，我们的边缘感知单图网格纹理化方法EASI-Tex在保持输入纹理细节方面，以及尊重各种3D对象的几何，具有高效且有效。
引用
@article{arxiv.2405.17393,
title = {EASI-Tex: Edge-Aware Mesh Texturing from Single Image},
author = {Sai Raj Kishore Perla and Yizhi Wang and Ali Mahdavi-Amiri and Hao Zhang},
journal= {arXiv preprint arXiv:2405.17393},
year = {2025}
}
备注
ACM Transactions on Graphics (Proceedings of SIGGRAPH), 2024. Project Page: https://sairajk.github.io/easi-tex/