SphereDiff：基于球面潜在表示的无需调参的360度静态与动态全景生成
计算机视觉与模式识别
2025-11-14 v2
摘要
AR/VR应用的需求不断增加，凸显了对高质量内容的需求，如360度动态壁纸。然而，由于等距矩形投影（ERP）引入的严重畸变，生成高质量360度全景内容仍然具有挑战性。现有方法要么在有限的ERP数据集上微调预训练扩散模型，要么采用无需调参的方法，但仍依赖ERP潜在表示，常导致极点附近出现令人分心的畸变。本文介绍SphereDiff，一种无需额外调参即可使用最先进扩散模型生成360度静态和动态壁纸的新方法。我们定义一种球面潜在表示，确保所有视角（包括极点附近）的质量一致。随后，我们将MultiDiffusion扩展到球面潜在表示，并提出一种动态球面潜在采样方法，使预训练扩散模型可直接使用。此外，我们引入失真感知加权平均，以进一步提高生成质量。我们的方法在生成360度静态和动态壁纸方面优于现有方法，为沉浸式AR/VR应用提供了稳健解决方案。代码可在此处获取。https://github.com/pmh9960/SphereDiff
引用
@article{arxiv.2504.14396,
title = {SphereDiff: Tuning-free 360{\deg} Static and Dynamic Panorama Generation via Spherical Latent Representation},
author = {Minho Park and Taewoong Kang and Jooyeol Yun and Sungwon Hwang and Jaegul Choo},
journal= {arXiv preprint arXiv:2504.14396},
year = {2025}
}
备注
Accepted to AAAI 2026 (Oral)