StyleSculptor：基于纹理-几何双导向的零样体控 3D 资产生成
计算机视觉与模式识别
2025-09-18 v2
摘要
创建遵循现有纹理和几何风格的 3D 资产在实际应用中（如视频游戏和虚拟现实）往往是理想的甚至不可避免的。在从文本或图像生成 3D 对象的方面取得了令人印象深刻的进展，但创建可控的风格 3D 资产仍是一个复杂且具挑战性的问题。本文提出了 StyleSculptor，一种新的无训练方法，用于从内容图像和一个或多个风格图像生成风格导向的 3D 资产。不同于以往工作，StyleSculptor 以零样本方式实现风格导向的 3D 生成，使能够捕获用户提供风格图像中纹理、几何或两者兼有的细粒度 3D 风格控制。StyleSculptor 的核心是一个新的 Style Disentangled Attention（SD-Attn）模块，通过跨 3D 注意力机制在输入内容图像和风格图像之间建立动态交互，以实现风格导向的 3D 资产生成，使特征融合稳定且有效地引导风格生成。为缓解语义内容泄漏，我们还在 SD-Attn 模块中引入了风格-内容特征选择策略，该策略利用 3D 特征块的方差来解耦风格和内容显著通道，使注意力框架内的选择性特征注入成为可能。有了 SD-Attn，网络可以动态计算纹理导向、几何导向或两者导向的特征，以引导 3D 生成过程。在此基础上，我们进一步提出了风格导向控制（SGC）机制，使能够独立进行几何或纹理的风格化，以及可调整的风格强度控制。广泛的实验表明，StyleSculptor 在生成高保真 3D 资产方面优于现有的基线方法。
引用
@article{arxiv.2509.13301,
title = {StyleSculptor: Zero-Shot Style-Controllable 3D Asset Generation with Texture-Geometry Dual Guidance},
author = {Zefan Qu and Zhenwei Wang and Haoyuan Wang and Ke Xu and Gerhard Hancke and Rynson W. H. Lau},
journal= {arXiv preprint arXiv:2509.13301},
year = {2025}
}
备注
SIGGRAPH Asia 2025, Project page:https://stylesculptor.github.io