MVGaussian：基于多视图引导和表面稠密化的高保真文本到 3D 内容生成
计算机视觉与模式识别
2024-09-11 v1 图形学
摘要
文本到 3D 内容生成领域在生成逼真 3D 对象的方面取得了显著进展，现有方法如得分引导抽样 (Score Distillation Sampling, SDS) 已提供了有前景的引导。然而，这些方法常常遇到“ Janus 问题”——由于引导不精确导致的多面向歧义。此外，尽管最近在 3D 高斯分割方面的进展显示其在表示 3D 体积方面的有效性，但该表示的优化仍基本未探索。本文提出了一个统一框架，用于文本到 3D 内容生成，以解决上述关键问题。我们的方法利用多视图引导迭代地形成 3D 模型的结构，逐步增强细节和精度。我们还引入一种新颖的稠密化算法，将高斯密度置于靠近表面的位置，以优化生成模型的结构完整性和保真度。广泛的实验验证了我们方法的有效性，表明其能够在最小时间成本下产生高质量的视觉输出。值得注意的是，我们的方法在仅需半小时训练时间即可实现高质量结果，显著优于大多数现有方法需要数小时才能获得相当结果的效率。
引用
@article{arxiv.2409.06620,
title = {MVGaussian: High-Fidelity text-to-3D Content Generation with Multi-View Guidance and Surface Densification},
author = {Phu Pham and Aradhya N. Mathur and Ojaswa Sharma and Aniket Bera},
journal= {arXiv preprint arXiv:2409.06620},
year = {2024}
}
备注
13 pages, 10 figures