LN3DIFF++:可扩展的潜伏神经场扩散,用于快速的3D生成

科学领域:

• 计算机视觉 计算机视觉
• 人工智能的人工智能
• 3D 图形 3D 图形

背景情况:

• 神经染已经取得了显著的进步,2D扩散模型显示成功.
• 为高质量的3D生成提供统一的3D扩散管道仍然是一个挑战.

研究的目的:

• 为了介绍LN3DIFF++,这是一种用于快速,高质量和多功能条件3D生成的新框架.
• 为了弥合统一的3D扩散管道的差距.

主要方法:

• 使用3D感知架构和变异自编码器 (VAE) 进行3D隐性空间编码.
• 使用基于变压器的解码器来生成3D神经场.
• 在3D意识的潜空间上训练一个扩散模型.

主要成果:

• 在ShapeNet和FFHQ上实现高级类别特定的3D生成.
• 在Objaverse上实现无类别的图像/文本受条件的3D生成.
• 在没有每实例优化的情况下,在推断速度方面超越现有的3D扩散方法.

结论:

• LN3DIFF++为条件3D生成提供了一个强大而高效的解决方案.
• 该框架在不同的条件类型和数据集中展示了多功能性.
• 为更快,更容易获得的3D内容创建铺平了道路.