Jigsaw3D:基于拼图打乱与掩码的解耦式三维风格迁移
计算机视觉与模式识别
2025-10-14 v1
摘要
可控三维风格迁移旨在对三维资产进行风格化处理,使其纹理匹配参考图像,同时保持其完整性与多视图一致性。现有主流方法要么依赖于直接的参考风格标记注入,要么依赖于二维扩散模型的得分蒸馏,这会导致逐场景优化开销巨大,并且常常使风格与语义内容纠缠在一起。我们提出了 Jigsaw3D,一种基于多视图扩散的流水线,能够将风格与内容解耦,并实现快速、视图一致的风格化处理。我们的核心思想是利用拼图操作——对参考图块进行空间打乱与随机掩码——以抑制物体语义并分离出风格统计量(色彩调色板、笔触、纹理)。我们通过参考到视图的交叉注意力将这些风格线索整合到多视图扩散模型中,从而在输入网格的条件下生成视图一致的风格化渲染结果。随后将这些渲染结果烘焙到表面纹理上,以获得无缝的纹理。在标准三维风格化基准测试中,Jigsaw3D 以显著更低的延迟实现了高风格保真度与多视图一致性,并且可推广到掩码部分参考风格化、多物体场景风格化以及可平铺纹理生成等任务。项目页面见:https://babahui.github.io/jigsaw3D.github.io/
引用
@article{arxiv.2510.10497,
title = {Jigsaw3D: Disentangled 3D Style Transfer via Patch Shuffling and Masking},
author = {Yuteng Ye and Zheng Zhang and Qinchuan Zhang and Di Wang and Youjia Zhang and Wenxiao Zhang and Wei Yang and Yuan Liu},
journal= {arXiv preprint arXiv:2510.10497},
year = {2025}
}
备注
23 pages, 16 figures and 1 table