BriefGPT - AI 论文速递
·
ZeroComp：通过扩散从图像内部特征实现零-shot物体合成
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
我们推出了ZeroNVS，一种用于单图像新视图合成的3D感知扩散模型。通过生成式先验模型解决多物体和复杂背景的问题，采用相机条件参数化和归一化方案来解决深度尺度的二义性。改进SDS方法以增强新视图的多样性。模型在DTU数据集上表现出色，甚至超过了一些专门训练的方法，并在Mip-NeRF 360数据集上展示了强大性能。
🎯
关键要点
-
推出了ZeroNVS，一种用于单图像新视图合成的3D感知扩散模型。
-
通过生成式先验模型解决多物体和复杂背景的问题。
-
采用新颖的相机条件参数化和归一化方案，解决深度尺度的二义性。
-
改进SDS方法以增强新视图的多样性，提出了“SDS anchoring”。
-
模型在DTU数据集上表现出色，取得新的LPIPS优势，超越专门训练的方法。
-
在Mip-NeRF 360数据集上展示了强大性能，调整为单图像新视图合成的新基准。
➡️
