FPGS：面向大规模高斯溅射的前馈语义感知照片级真实风格迁移
图形学
2025-03-14 v1 人工智能
摘要
我们提出了 FPGS，一种面向由高斯溅射表示的大规模辐射场的照片级真实风格迁移前馈方法。FPGS 借助任意多张风格参考图像对大规模三维场景进行风格化，无需额外优化，同时保持三维高斯的多视角一致性和实时渲染速度。先前的相关工作需要繁琐的逐风格优化或耗时的逐场景训练阶段，且仅限于小规模三维场景。FPGS 通过引入风格分解的三维特征场高效地对大规模三维场景进行风格化，该特征场继承了 AdaIN 的前馈风格化机制，支持任意风格参考图像。此外，FPGS 通过语义对应匹配和局部 AdaIN 支持多参考风格化，为三维场景风格提供了多样化的用户控制。FPGS 还通过在三维空间中直接对查询特征应用语义匹配和风格迁移过程来保持多视角一致性。在实验中，我们证明了 FPGS 在具有多样化参考图像的大规模静态和动态三维场景上实现了有利的照片级真实质量场景风格化。项目页面: https://kim-geonu.github.io/FPGS/
引用
@article{arxiv.2503.09635,
title = {FPGS: Feed-Forward Semantic-aware Photorealistic Style Transfer of Large-Scale Gaussian Splatting},
author = {GeonU Kim and Kim Youwang and Lee Hyoseok and Tae-Hyun Oh},
journal= {arXiv preprint arXiv:2503.09635},
year = {2025}
}
备注
Project page: https://kim-geonu.github.io/FPGS/. arXiv admin note: substantial text overlap with arXiv:2401.05516