EfficientDreamer: 高保真和鲁棒的三维创作通过正交视图扩散先验
原文中文,约300字,阅读约需1分钟。发表于: 。通过引入一种新的二维扩散模型来生成由四个正交视图子图像组成的图像,从而利用正交视图图像引导生成高保真度的三维内容,并应用渐进式三维合成策略,显著提高了生成效率和质量,包括解决了 Janus 问题,并在定量和定性评估中证明了优越性。
本文介绍了一种使用基于文本转图像的扩散模型进行文本到3D合成的方法。该方法绕过了需要大规模标记的3D数据集和能够去噪的3D数据的限制,通过梯度下降优化3D模型,并使用概率密度蒸馏引入的损失函数将2D扩散模型与3D模型相结合。这种方法不需要3D训练数据,也不需要修改图像扩散模型,证明了使用预训练的图像扩散模型作为先验的有效性。