ExCellGen：从单一真实实例快速生成可控、逼真的 3D 场景
计算机视觉与模式识别
2026-03-16 v2 图形学
摘要
由于缺乏大规模高质量真实 3D 数据集以及需要专业技能进行手动建模的复杂工作流程， photorealistic 3D 场景生成备受挑战。这些限制常常导致迭代周期缓慢，每次修改都需要大量工作，最终抑制了创造力。我们提出了一个快速、以实例为导向的框架，用于从单个随意输入（如手持视频或无人机 footage）生成 3D 场景。该方法首先利用 3D 高斯渲染（3DGS）对输入场景进行稳健的重建，以获得高质量的 3D 外观模型。随后，我们为每个场景训练一个基于生成性细胞自动机（GCA）的稀疏体素生成器，以实现场景生成的摊销（amortization），同时支持可控性。随后，通过基于补丁的重映射步骤，将初始 3D 高斯渲染的完整场景进行合成，成功恢复了输入场景的外观统计特征。整个管道对每个示例的训练时间不足 10 分钟，场景生成耗时 0.5-2 秒。我们的方法实现了交互式创建，并可实现完全用户控制，展示了从真实实例中生成复杂 3D 场景的能力。
引用
@article{arxiv.2412.16253,
title = {ExCellGen: Fast, Controllable, Photorealistic 3D Scene Generation from a Single Real-World Exemplar},
author = {Clément Jambon and Changwoon Choi and Dongsu Zhang and Olga Sorkine-Hornung and Young Min Kim},
journal= {arXiv preprint arXiv:2412.16253},
year = {2026}
}