HD-Fusion：利用多重噪声估计的精细文本到3D生成
计算机视觉与模式识别
2023-08-01 v1
摘要
在本文中，我们研究利用2D扩散先验的文本到3D内容生成，以提升所生成3D模型的质量与细节。近期文本到3D的进展（Magic3D）表明，采用高分辨率（如512 x 512）渲染可借助潜在扩散先验生成高质量3D模型。为支持更高分辨率的渲染——这有潜力进一步提升模型的质量与细节——我们提出一种结合多重噪声估计过程与预训练2D扩散先验的新方法。不同于Bar-Tal等人的研究将多个去噪结果绑定以从文本生成图像，我们的方法将评分蒸馏损失（如SDS损失与VSD损失）的计算进行整合，这些损失是利用2D扩散先验进行3D内容生成的关键技术。我们通过实验评估了所提方法。结果表明，与基线相比，所提方法能生成高质量的细节。
引用
@article{arxiv.2307.16183,
title = {HD-Fusion: Detailed Text-to-3D Generation Leveraging Multiple Noise Estimation},
author = {Jinbo Wu and Xiaobo Gao and Xing Liu and Zhengyang Shen and Chen Zhao and Haocheng Feng and Jingtuo Liu and Errui Ding},
journal= {arXiv preprint arXiv:2307.16183},
year = {2023}
}