基于姿态感知的扩散方法用于 3D 生成
计算机视觉与模式识别
2026-05-04 v1
摘要
由于解耦式标准化-旋转范式中固有的空间错位和转换歧义，生成姿态对齐的 3D 物体具有挑战性。为此，我们引入Pose-Aware Diffusion (PAD)，一种新型的端到端扩散框架，直接在观察空间合成 3D 几何。通过将单目深度反投影为部分点云并显式注入作为 3D 几何锚点，PAD 抛弃了标准化假设，以严格的空间监督实现。这种原生生成本质上解决了姿态歧义，生成高保真度的姿态对齐资产。大量实验表明，PAD 在几何对齐和图像到 3D 对应性方面优于当前最先进的方法。此外，PAD 天然扩展到通过简单的对象联合实现组合 3D 场景重建，凸显其保持精确空间布局的鲁�棒能力。
引用
@article{arxiv.2605.00345,
title = {Pose-Aware Diffusion for 3D Generation},
author = {Zihan Zhou and Luxi Chen and Jingzhi Zhou and Yuhao Wan and Min Zhao and Baoyu Fan and Chongxuan Li},
journal= {arXiv preprint arXiv:2605.00345},
year = {2026}
}