Multi-StyleGS:用于多风格化的高斯溅射
计算机视觉与模式识别
2025-06-10 v1
摘要
近年来,随着创意需求的增长,人们希望将给定的3D场景进行风格化,以匹配参考图像的艺术风格。虽然3D高斯溅射(GS)已成为用于逼真3D场景建模的有前景且高效的方法,但在通过自动局部风格迁移或手动指定方式将其风格化以匹配多种风格,同时保持风格化训练的内存效率方面仍存在挑战。本文提出一种名为Multi-StyleGS的新型3D GS风格化解决方案,以解决上述问题。具体而言,我们采用二分匹配机制自动识别风格图像与渲染图像局部区域之间的对应关系。为促进局部风格迁移,我们引入一种新型语义风格损失函数,利用分割网络对场景中不同物体应用不同风格,并提出局部-全局特征匹配以增强多视角一致性。此外,该技术能够实现内存高效训练,获得更多纹理细节和更好的颜色匹配。为为每个高斯分配稳健的语义标签,我们提出了若干技术对分割网络进行正则化。通过完善的实验, our approach 在生成合理的风格化结果并提供灵活编辑方面均优于现有方法。
引用
@article{arxiv.2506.06846,
title = {Multi-StyleGS: Stylizing Gaussian Splatting with Multiple Styles},
author = {Yangkai Lin and Jiabao Lei and Kui jia},
journal= {arXiv preprint arXiv:2506.06846},
year = {2025}
}
备注
AAAI 2025