RecDreamer：基于统一得分蒸馏生成一致文本到3D
计算机视觉与模式识别
2025-02-19 v1
摘要
基于得分蒸馏的当前文本到3D生成方法常因几何不一致问题而导致3D资产在不同姿态下出现重复模式。这种问题被称为多面朕 Janus 问题，源于现有方法难以在不同姿态下保持一致性，且偏向标准姿态。虽然近期研究改进了姿态控制与近似，但这些努力仍受制于这种内在偏差，导致生成过程中的引导失衡。为此，我们提出一种名为 RecDreamer 的解决方案，通过重塑底层数据分布以实现更一致的姿态表征。我们方法的核心思想是校正先验分布，确保姿态变化均匀分布而非偏向标准形式。通过修改通过辅助函数所指定的分布，我们可以重构分布密度，以确保符合特定的边际约束。特别地，我们确保姿态的边际分布遵循均匀分布，从而消除由先验知识引入的偏差。我们将此校正后的数据分布整合到现有的得分蒸馏算法中，过程称为统一得分蒸馏。为高效计算所需后验分布的辅助函数，RecDreamer 引入一种训练-free 分类器，以插拔方式估计姿态类别。此外，我们利用多种噪声状态的近似技术，显著提升了系统性能。我们的实验结果表明，RecDreamer 有效缓解了多面朕 Janus 问题，实现了3D资产在不同姿态下的更一致生成。
引用
@article{arxiv.2502.12640,
title = {RecDreamer: Consistent Text-to-3D Generation via Uniform Score Distillation},
author = {Chenxi Zheng and Yihong Lin and Bangzhen Liu and Xuemiao Xu and Yongwei Nie and Shengfeng He},
journal= {arXiv preprint arXiv:2502.12640},
year = {2025}
}