HiMat：基于 DiT 的超高分辨率 SVBRDF 生成
计算机视觉与模式识别
2025-10-08 v4 图形学
摘要
创建超高分辨率的空间变化双向反射分布函数（SVBRDFs）对于照片级逼真的 3D 内容创建至关重要，以忠实地表现特写渲染所需的精细尺度表面细节。然而，实现 4K 生成面临两个关键挑战：（1）需要以全分辨率合成多个反射图，这成倍增加了像素预算并带来了难以承受的内存和计算成本；（2）需要在 4K 分辨率下保持图间像素级的强对齐，这在适配为 RGB 图像域设计的预训练模型时尤其困难。我们引入了 HiMat，一个为高效且多样化的 4K SVBRDF 生成量身定制的基于扩散的框架。为了解决第一个挑战，HiMat 通过 DC-AE 在高压缩潜空间中进行生成，并采用带有线性注意力的预训练扩散 Transformer 来提高每图效率。为了解决第二个挑战，我们提出了 CrossStitch，一个轻量级的卷积模块，它强制执行跨图一致性，而不会产生全局注意力的成本。我们的实验表明，与先前方法相比，HiMat 实现了高保真度的 4K SVBRDF 生成，具有卓越的效率、结构一致性和多样性。除了材质之外，我们的框架还可以推广到相关应用，如本征分解。
引用
@article{arxiv.2508.07011,
title = {HiMat: DiT-based Ultra-High Resolution SVBRDF Generation},
author = {Zixiong Wang and Jian Yang and Yiwei Hu and Milos Hasan and Beibei Wang},
journal= {arXiv preprint arXiv:2508.07011},
year = {2025}
}