Compress3D:来自单张图像的 3D 生成的压缩潜空间
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了一种使用triplane自编码器将3D模型编码为紧凑的triplane潜空间的方法,有效压缩了3D几何和纹理信息。同时引入了3D感知交叉注意机制,提高了潜空间的表示能力。利用图像嵌入和形状嵌入作为条件,通过扩散先验模型估计形状嵌入,实现了优于现有算法的性能。仅在单个A100 GPU上耗时7秒。
🎯
关键要点
- 使用triplane自编码器将3D模型编码为紧凑的triplane潜空间
- 有效压缩3D几何和纹理信息
- 引入3D感知交叉注意机制,提高潜空间的表示能力
- 利用图像嵌入和形状嵌入作为条件
- 通过扩散先验模型估计形状嵌入
- 实现优于现有算法的性能
- 仅在单个A100 GPU上耗时7秒
🏷️
标签
➡️