NuiScene：探索无界室外场景的高效生成
计算机视觉与模式识别
2025-09-03 v2
摘要
在本文中，我们探索了生成从城堡到高层建筑等广阔室外场景的任务。与作为先前工作主要焦点的室内场景生成不同，室外场景生成带来了独特的挑战，包括场景高度的巨大变化以及对能够快速生成大型景观的方法的需求。为了解决这个问题，我们提出了一种高效的方法，将场景块编码为均匀向量集，与先前方法中使用的空间结构化隐变量相比，提供了更好的压缩和性能。此外，我们训练了一个用于无界生成的显式外绘模型，与先前基于重采样的补绘方案相比，它提高了连贯性，同时通过消除额外的扩散步骤加快了生成速度。为了促进这项任务，我们精心整理了 NuiScene43，这是一个小而高质量的场景集，经过预处理用于联合训练。值得注意的是，在不同风格的场景上进行训练时，我们的模型可以在同一场景内融合不同的环境，例如乡村房屋和城市摩天大楼，这突显了我们的整理过程利用异构场景进行联合训练的潜力。
引用
@article{arxiv.2503.16375,
title = {NuiScene: Exploring Efficient Generation of Unbounded Outdoor Scenes},
author = {Han-Hung Lee and Qinghong Han and Angel X. Chang},
journal= {arXiv preprint arXiv:2503.16375},
year = {2025}
}
备注
Project Page: \url{https://3dlg-hcvc.github.io/NuiScene/}