//再不认真就输了!
//致力于发现AIGC动态与教程。

XCube——用于超高分辨率 3D 形状和场景的生成模型!

项目页面: https://tinyurl.com/ykex2wur

他们的方法在稀疏体素网格的层次结构上训练潜在扩散模型的层次结构。他们在稀疏结构 VAE 的潜在空间上进行扩散,它为层次结构的每个级别学习紧凑的潜在表示。

 

XCube 是稀疏体素层次上的分层潜在扩散模型,即从粗到细的 3D 稀疏体素网格序列,使得每个精细体素都包含在较粗体素内。

-----------------------

通过利用稀疏XCube,可以生成有效分辨率为1024^3的高分辨率场景,并具有TSDF或语义等属性。下面是使用 TSDF 对合成数据进行训练的模型生成的场景。

这是根据带有语义的自动驾驶数据训练的模型生成的场景。

XCube 可用于语义完成等感知任务中的条件生成。在这里我们看到了单次 LiDAR 扫描完成的累积结果。

XCube 还可以生成高分辨率对象,并使用几何条件后处理步骤生成纹理。

版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《XCube——用于超高分辨率 3D 形状和场景的生成模型!》
文章链接:https://heehel.com/aigc/tesxt2-3d-xcub.html
本站资源仅供个人学习交流,未经许可不得用于商业用途,自行承担法律责任。
如有疑问,请联系微信:heehelcom

评论 抢沙发

喜好儿——再不认真就输了!

致力于发现ai人工智能应用的新世界, 长期更新目前热门AI教程与动态!期待在这个工业变革时代中,希望你我都能发出一点光。

登录

找回密码

注册