SinGRAF：为单一场景学习 3D 生成辐射场
计算机视觉与模式识别
2023-04-04 v2 人工智能
图形学
机器学习
摘要
生成模型在合成逼真的 3D 物体方面展现出了巨大潜力，但它们需要大量训练数据。我们引入了 SinGRAF，这是一种使用单一场景的少量输入图像进行训练的 3D 感知生成模型。一旦训练完成，SinGRAF 会生成该 3D 场景的不同实现，这些实现在改变场景布局的同时保留了输入的外观。为此，我们基于 3D GAN 架构的最新进展，并在训练期间引入了一种新颖的渐进尺度块判别方法。通过多项实验，我们证明 SinGRAF 产生的结果在质量和多样性上都大幅优于最密切的相关工作。
引用
@article{arxiv.2211.17260,
title = {SinGRAF: Learning a 3D Generative Radiance Field for a Single Scene},
author = {Minjung Son and Jeong Joon Park and Leonidas Guibas and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2211.17260},
year = {2023}
}
备注
CVPR 2023. Project page: https://www.computationalimaging.org/publications/singraf/