DI-PCG: Diffusion-based Efficient Inverse Procedural Content Generation for High-quality 3D Asset Creation
💡
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的高效逆程序内容生成方法DI-PCG,利用轻量级扩散变换模型直接从一般图像生成PCG参数,解决了现有方法在控制目标形状方面的挑战,展现了在逆PCG和图像到3D生成任务中的优越性能。
🎯
关键要点
- 本研究提出了一种新的高效逆程序内容生成方法DI-PCG。
- DI-PCG利用轻量级扩散变换模型直接从一般图像生成PCG参数。
- 该方法解决了现有程序内容生成方法在控制目标形状方面的挑战。
- DI-PCG在逆PCG和图像到3D生成任务中展现了优越性能。
➡️