基于对比偏好优化的文本驱动3D人类生成
计算机视觉与模式识别
2025-03-26 v3
摘要
近期的 Score Distillation Sampling (SDS) 技术进步提升了从文本描述生成3D人类的能力。然而，现有方法仍面临将3D模型准确地与长复杂文本输入对齐的挑战。为此，我们提出一种新框架，引入对比偏好（contrastive preferences），其中由人类水平偏好模型引导，同时考虑正向和负向提示，协助SDS实现更好的对齐。具体而言，我们设计了偏好优化模块，整合多个模型以全面捕获文本特征的完整范围。此外，我们引入了否定偏好模块，通过利用静态-动态否定提示来缓解对无关细节的过度优化，有效防止“奖励入侵”。大量实验表明，我们的方法实现了最先进的效果，显著提升了纹理真实感和与文本描述的视觉对齐度，尤其在处理长复杂输入时效果尤为突出。
引用
@article{arxiv.2502.08977,
title = {Text-driven 3D Human Generation via Contrastive Preference Optimization},
author = {Pengfei Zhou and Xukun Shen and Yong Hu},
journal= {arXiv preprint arXiv:2502.08977},
year = {2025}
}
备注
10+2