Trans4D：面向组合文本到4D合成的真实几何感知过渡

BriefGPT - AI 论文速递 · 2024-10-09T00:00:00Z

Dream-in-4D方法利用扩散生成模型，从文本和图像生成动态3D场景。它通过学习高质量静态3D资源、形变分离的神经光辐射场，以及多分辨率特征网格和位移损失进行运动学习。研究显示，该方法在图像质量、动态一致性和文本保真度上优于其他方法，并支持可控生成，实现文本到4D、图像到4D和个性化4D生成。