BriefGPT - AI 论文速递 · 2024-08-26T00:00:00Z Pixel-Aligned Multi-View Generation with Depth Guided Decoder 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新方法，通过在潜视频扩散模型的VAE解码器中引入跨视图注意力层，解决了单幅图像生成多视图时的像素级失配问题。实验结果表明，该方法有效提升了多视图图像的像素对齐效果，改善了3D重建任务的表现。 🏷️ 标签 3D重建 VAE解码器 像素对齐 潜视频扩散模型 跨视图注意力层 阅读原文 生成长图 分享链接 已复制链接
