HandDreamer：基于纠正性手形指导的零-shot文本到3D手部模型生成
计算机视觉与模式识别
2026-04-07 v1
摘要
虚拟现实的兴起 necessitates为虚拟世界中的交互生成详细且可自定义的3D手部模型。然而，当前方法昂贵且繁琐，用户可定制性极差。虽然近期零-shot文本到3D合成技术通过得分引导抽样(SDS)实现了多样且可定制的3D模型生成，但其对3D手部模型生成适应性差，导致手部结构不自然、视图不一致并丢失细节。为此，我们引入HandDreamer，首个实现零-shot从文本提示生成3D手部模型的方法。我们的发现表明，SDS中视图不一致主要因文本提示描述的概率景观模糊导致，类似视图收敛至分布的不同模式。手部因大幅关节与姿态变体而尤为恶化。为缓解此问题，我们采用基于MANO手部模型的初始化和手骨引导扩散过程提供强先验，确保手部结构及视图与姿态一致。进一步，我们提出新颖的纠正性手形指导损失，确保3D手部模型的所有视图收敛至视图一致的模式，而不致几何畸变。广泛的评估表明，我们的方法在SOTA方法之上，为3D手部模型生成开辟了新道路。
引用
@article{arxiv.2604.04425,
title = {HandDreamer: Zero-Shot Text to 3D Hand Model Generation using Corrective Hand Shape Guidance},
author = {Green Rosh and Prateek Kukreja and Vishakha SR and Pawan Prasad B H},
journal= {arXiv preprint arXiv:2604.04425},
year = {2026}
}
备注
Accepted at IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026