.png){kind=icon}
返回
PixelSync: Enhancing Texture Generation via Explicit Feature Synchronization
.png){kind=icon}
PRE
AI
DOI：10.1145/3804489.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
扩散式3D纹理合成中，生成一致的多视角图像至关重要，这是现代3D内容管线的关键组成部分。然而，现有方法在视角间仍存在弱耦合，常出现视角间不一致，导致鬼影、错位和纹理失真等伪影。我们提出了PixelSync，一种无需训练的机制，在扩散过程中显式强制多视角一致性。我们的方法分为两阶段。首先，通过利用给定3D模型获得的几何信息，在快速预计算步骤中计算视点感知的像素对应关系。然后，在扩散过程中，通过两种互补算法强制一致性：(i) 注意力同步，通过修改U-Net下采样和中间块的注意力分数；(ii) 潜在同步，通过逐步对齐对应共享像素上的特征。PixelSync可无缝集成到预训练扩散模型中，无需重新训练，提供轻量且有效的解决方案。我们将PixelSync插入现有多视角扩散骨干网络中，通过标准定量和定性评估展示了其在生成纹理合成中的有效性，减少了跨视角伪影并提高了全局一致性。
Keyword:
multi-view
training-free
texture generation
期刊
P
IF:
2.3
论文数:
17
被引数:
0
机构
引用论文
.png){kind=icon}
CLAY: A Controllable Large-scale Generative Model for Creating High-quality 3D AssetsCLAY: 用于创建高质量3D资产的可控大规模生成模型
OAAI
OAAI分享收藏
查看更多内容