基于分类器分数蒸馏的文本到三维生成
计算机视觉与模式识别
2023-11-01 v2 人工智能
图形学
摘要
文本到三维生成近期取得了显著进展，尤其是基于分数蒸馏采样（SDS）并利用预训练二维扩散模型的方法。尽管无分类器引导的使用被公认为对成功优化至关重要，但它常被视为辅助技巧而非最核心的组件。本文重新评估了无分类器引导在分数蒸馏中的作用，并发现一个令人惊讶的结论：仅该引导就足以胜任有效的文本到三维生成任务。我们将此方法命名为分类器分数蒸馏（CSD），可解释为使用隐式分类模型进行生成。这一新视角为理解现有技术提供了新见解。我们在包括形状生成、纹理合成与形状编辑在内的多种文本到三维任务上验证了 CSD 的有效性，取得了优于最先进方法的结果。我们的项目页面为 https://xinyu-andy.github.io/Classifier-Score-Distillation
引用
@article{arxiv.2310.19415,
title = {Text-to-3D with Classifier Score Distillation},
author = {Xin Yu and Yuan-Chen Guo and Yangguang Li and Ding Liang and Song-Hai Zhang and Xiaojuan Qi},
journal= {arXiv preprint arXiv:2310.19415},
year = {2023}
}
备注
Our project page is https://xinyu-andy.github.io/Classifier-Score-Distillation