X-Oscar：面向高质量文本引导 3D 可动化身生成的渐进式框架
计算机视觉与模式识别
2024-05-03 v1
摘要
近期，文本引导的自动 3D 化身生成取得了显著进展。然而，现有方法存在过饱和和输出质量低等局限性。为了应对这些挑战，我们提出了 X-Oscar，这是一个从文本提示生成高质量可动化身的渐进式框架。它遵循“几何->纹理->动画”的顺序范式，通过逐步生成来简化优化。为了解决过饱和问题，我们引入了自适应变分参数 (AVP)，在训练期间将化身表示为一种自适应分布。此外，我们提出了化身感知分数蒸馏采样 (ASDS)，这是一种新颖的技术，在优化过程中将化身感知噪声引入渲染图像以提高生成质量。广泛的评估证实了 X-Oscar 相对于现有 text-to-3D 和 text-to-avatar 方法的优越性。我们的匿名项目页面：https://xmu-xiaoma666.github.io/Projects/X-Oscar/。
引用
@article{arxiv.2405.00954,
title = {X-Oscar: A Progressive Framework for High-quality Text-guided 3D Animatable Avatar Generation},
author = {Yiwei Ma and Zhekai Lin and Jiayi Ji and Yijun Fan and Xiaoshuai Sun and Rongrong Ji},
journal= {arXiv preprint arXiv:2405.00954},
year = {2024}
}
备注
ICML2024