DMV3D:使用 3D 大型重建模型的多视图扩散去噪
原文中文,约400字,阅读约需1分钟。发表于: 。我们提出了一种新颖的 3D 生成方法 DMV3D,该方法使用基于变压器的 3D 大型重建模型对多视差扩散进行去噪。我们的重建模型采用了三平面 NeRF 表示,并且可以通过 NeRF 重建和渲染对嘈杂的多视差图像进行去噪,能在单个 A100 GPU 上实现约 30 秒的单阶段 3D 生成。我们使用大规模多视差图像数据集训练 DMV3D,仅使用图像重建损失,而不访问 3D...
我们提出了一种新颖的3D生成方法DMV3D,使用基于变压器的3D大型重建模型对多视差扩散进行去噪。重建模型采用三平面NeRF表示,通过NeRF重建和渲染对嘈杂的多视差图像进行去噪,能在单个A100 GPU上实现约30秒的单阶段3D生成。