基于紧凑自回归依赖的高保真高效3D网格生成 HiFi-Mesh
计算机视觉与模式识别
2026-01-30 v1 图形学
摘要
高保真3D网格可被标记为一维(1D)序列，directly 使用自回归方法建模面的面孔和顶点。然而，现有方法资源利用不足，导致推理缓慢且仅能处理小规模序列，这严重限制了可表达结构细节的能力。我们引入Latent Autoregressive Network (LANE)，在生成过程中集成紧凑自回归依赖，实现了与现有方法相比最大可生成序列长度提升6倍。为进一步加速推理，我们提出Adaptive Computation Graph Reconfiguration (AdaGraph) 策略，通过生成过程中的时空解耦有效克服了传统串行推理的效率瓶颈。实验验证表明，LANE 在生成速度、结构细节和几何一致性方面均实现卓越性能，为高质量3D网格生成提供了有效解决方案。
引用
@article{arxiv.2601.21314,
title = {HiFi-Mesh: High-Fidelity Efficient 3D Mesh Generation via Compact Autoregressive Dependence},
author = {Yanfeng Li and Tao Tan and Qingquan Gao and Zhiwen Cao and Xiaohong liu and Yue Sun},
journal= {arXiv preprint arXiv:2601.21314},
year = {2026}
}