AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：高質(zhì)量3D生成最有希望的一集？GaussianCube在三維生成中全面超越NeRF
關(guān)鍵字：建模,表示,本文,方法,算法
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com在三維生成建模的研究領(lǐng)域，現(xiàn)行的兩大類 3D 表示方法要么基于擬合能力不足的隱式解碼器，要么缺乏清晰定義的空間結(jié)構(gòu)難以與主流的 3D 擴(kuò)散技術(shù)融合。來自中科大、清華和微軟亞洲研究院的研究人員提出了 GaussianCube，這是一種具有強(qiáng)大擬合能力的顯式結(jié)構(gòu)化三維表示，并且可以無縫應(yīng)用于目前主流的 3D 擴(kuò)散模型中。
GaussianCube 首先采用一種新穎的密度約束高斯擬合算法，該算法能夠?qū)?3D 資產(chǎn)進(jìn)行高精度擬合，同時(shí)確保使用固定數(shù)量的高斯。隨后，借助最優(yōu)傳輸算法，這些高斯被重新排列到一個(gè)預(yù)定義的體素網(wǎng)格之中。得益于 GaussianCube 的結(jié)構(gòu)化特性，研究者無需復(fù)雜的網(wǎng)絡(luò)設(shè)計(jì)就能直接應(yīng)用標(biāo)準(zhǔn)的 3D U-Net 作為擴(kuò)散建模的主干網(wǎng)絡(luò)。
更為

原文鏈接：高質(zhì)量3D生成最有希望的一集？GaussianCube在三維生成中全面超越NeRF

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)