Photo3D：通过结构对齐细节增强提升局部 3D 生成逼真度
计算机视觉与模式识别
2026-03-09 v3
摘要
虽然近期的 3D-native 生成器在合成可靠几何结构方面取得了显著进展，但仍未实现真实的外观效果。一个关键障碍在于缺乏多样且高质量的真实世界 3D 资产，由于场景尺度多样、物体非刚性运动以及 3D 扫描精度有限，捕获此类数据在本质上具有困难。我们引入 Photo3D 框架，以 GPT-4o-Image 生成的图像数据为驱动，推动局部 3D 生成的逼真度提升。鉴于生成图像因缺乏多视角一致性而可能扭曲 3D 结构，我们设计了结构对齐的多视角合成管道，构建了一个与 3D 几何结构配对的细节增强多视角数据集。基于此，我们提出一种真实细节增强方案，利用感知特征适应和语义结构匹配，以确保在保持 3D-native 几何结构一致性的同时，实现与真实细节相符的外观一致性。我们的方案适用于不同的 3D-native 生成器，并为几何-纹理耦合与解耦 3D-native 生成范式提供专门的训练策略。实验表明，Photo3D 在 diverse 3D-native 生成范式中均能良好概括，并实现了局部 3D 生成的拔得其所的逼真度。
引用
@article{arxiv.2512.08535,
title = {Photo3D: Advancing Photorealistic 3D Generation through Structure-Aligned Detail Enhancement},
author = {Xinyue Liang and Zhinyuan Ma and Lingchen Sun and Yanjun Guo and Lei Zhang},
journal= {arXiv preprint arXiv:2512.08535},
year = {2026}
}