ShowRoom3D：利用 3D 先验从文本生成高质量 3D 房间
计算机视觉与模式识别
2023-12-22 v1
摘要
我们提出了 ShowRoom3D，一种从文本生成高质量 3D 房间尺度场景的三阶段方法。以往使用 2D 扩散先验优化神经辐射场以生成房间尺度场景的方法表现出不令人满意的质量。这主要归因于 2D 先验缺乏 3D 感知以及训练方法上的限制。在本文中，我们利用 3D 扩散先验 MVDiffusion 来优化 3D 房间尺度场景。我们的贡献在两个方面。首先，我们提出了一种渐进式视角选择过程来优化 NeRF。这包括将训练过程分为三个阶段，逐步扩大相机采样范围。其次，我们在第二阶段提出了姿态变换方法。这将确保 MVDiffusion 提供准确的视角引导。因此，ShowRoom3D 能够生成具有改善的结构完整性、增强的任意视角清晰度、减少的内容重复以及更高跨视角一致性的房间。大量实验表明，在用户研究方面，我们的方法以显著优势优于最先进的方法。
引用
@article{arxiv.2312.13324,
title = {ShowRoom3D: Text to High-Quality 3D Room Generation Using 3D Priors},
author = {Weijia Mao and Yan-Pei Cao and Jia-Wei Liu and Zhongcong Xu and Mike Zheng Shou},
journal= {arXiv preprint arXiv:2312.13324},
year = {2023}
}