PEGAsus：几何与外观的3D个性化
计算机视觉与模式识别
2026-02-10 v1 图形学
摘要
我们提出了PEGAsus，一种新的框架，能够通过在几何和外观两个层面学习形状概念来生成个性化3D形状。首先，我们将3D形状个性化定义为从参考形状中提取可复用的、类别无关的几何和外观属性，并将这些属性与文本组合以生成新颖的形状。其次，我们设计了一种渐进优化策略，在几何和外观层面学习形状概念，从而解耦形状概念学习过程。第三，我们将方法扩展到区域级概念学习，实现灵活的概念提取，并带有上下文感知和上下文无关的损失。大量的实验结果表明，PEGAsus能够有效地从各种参考形状中提取属性，然后灵活地将这些概念与文本组合以合成新形状。这实现了对形状生成的细粒度控制，并支持创建多样化、个性化的结果，即使在具有挑战性的跨类别场景中也是如此。定量和定性实验都表明，我们的方法优于现有的最先进解决方案。
引用
@article{arxiv.2602.08198,
title = {PEGAsus: 3D Personalization of Geometry and Appearance},
author = {Jingyu Hu and Bin Hu and Ka-Hei Hui and Haipeng Li and Zhengzhe Liu and Daniel Cohen-Or and Chi-Wing Fu},
journal= {arXiv preprint arXiv:2602.08198},
year = {2026}
}