IPDreamer：基于复杂图像提示的外观可控三维物体生成

近期三维生成取得显著进展，诸如 DreamFusion 等方法利用大规模文本到图像扩散模型来引导三维物体生成。这些方法能够合成细节丰富且逼真纹理的物体。然而，此类文本到三维模型所产三维物体的外观常不可预测，且单图像到三维方法难以处理缺乏明确主体的图像，使从复杂图像生成外观可控的三维物体变得复杂。为应对这些挑战，我们提出 IPDreamer，一种从复杂 $\textbf{I}$mage $\textbf{P}$rompts（图像提示）中捕获精细外观特征，并使合成三维物体与这些提取特征对齐的新方法，从而实现高保真、外观可控的三维物体生成。我们的实验表明，IPDreamer 持续生成与文本及复杂图像提示对齐的高质量三维物体，凸显了其在外观可控复杂三维物体生成上的良好能力。我们的代码见 https://github.com/zengbohan0217/IPDreamer。