- 博客(3)
- 收藏
- 关注
原创 【论文学习】GaussCtrl: Multi-View Consistent Text-Driven 3D Gaussian Splatting Editing
问题提出:首个pipeline是Instruct NeRF2NeRF [9] (IN2N),但是他不鼓励跨多个视图的一致性。即使IN2N一次编辑一张图像,同时优化3D NeRF,他收敛也很慢,渲染视图之间的不一致仍然存在。解决:我们提出了一个深度控制编辑框架和一个潜在代码对齐模块来显式地强制多视图一致性。首先,由于场景的深度图自然是几何一致的,我们通过使用ControlNet[49]对深度图进行 condition 图像编辑。通过DDIM反演。
2024-03-29 16:34:39
593
原创 【论文学习】AGG: Amortized Generative 3D Gaussians for Single Image to 3D
目前基于优化的3D生成需要许多计算成本高的分数蒸馏步骤。利用中间混合表示,AGG分解三维高斯位置的生成和其他外观属性进行联合优化。此外,我们提出了一个级联管道,它首先生成 3D 数据的粗表示,然后使用 3D 高斯超分辨率模块对其进行上采样。虽然 3D 高斯可以通过自适应密度控制进行优化以表示某些几何形状,但初始化对于复杂的对象结构仍然至关重要。高度希望摊销amortized管道一次性生成 3D 高斯。但是有两个挑战。
2024-03-22 13:01:47
1036
原创 【论文学习】GaussianEditor: Swift and Controllable 3D Editing with Gaussian Splatting
传统的表示复杂场景不行,NeRF因为MLP有局限性主要问题是缺乏准确识别目标高斯的有效方法;在 [text2GS, DreamGaussian,GaussianDreamer] 中已经观察到,使用分数蒸馏采样 [36] 等高度随机生成指导优化高斯飞溅 (GS) 会带来重大挑战?(可能的解释是高斯在优化过程中性质改变,受到损失随机性的影响)GS 的每个训练步骤可能涉及对大量高斯点的更新。这个过程不会发生神经网络风格的缓冲机制的调节作用?
2024-03-21 16:33:13
850
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人