基于神经体素场隐式 3D 扩散的部分感知形状生成
计算机视觉与模式识别
2025-05-05 v5
摘要
本文提出了一种用于生成神经体素场的新型隐式 3D 扩散模型，旨在实现准确的部分感知结构。与现有方法相比，有两个关键设计可确保高质量且准确的部分感知生成。一方面，我们引入了针对神经体素场的隐式 3D 扩散过程，能够在显著更高的分辨率下进行生成，从而准确捕捉丰富的纹理和几何细节。另一方面，引入了部分感知形状解码器，将部分代码集成到神经体素场中，引导准确的部分分解并产生高质量的渲染结果。通过大量实验以及与 SOTA 方法的比较，我们在四类不同数据上评估了我们的方法。结果表明，我们提出的方法在部分感知形状生成方面具有卓越的生成能力，优于现有的 SOTA 方法。
引用
@article{arxiv.2405.00998,
title = {Part-aware Shape Generation with Latent 3D Diffusion of Neural Voxel Fields},
author = {Yuhang Huang and SHilong Zou and Xinwang Liu and Kai Xu},
journal= {arXiv preprint arXiv:2405.00998},
year = {2025}
}
备注
This paper is accepted by TVCG