机构名称：
¥ 1.0
文本驱动的3D样式转移旨在根据文本对场景进行样式化，并以一致性生成任意的新颖观点。简单地结合图像/视频样式传输方法和新颖的视图合成方法会在变化视点时会闪烁，而现有的3D样式转移方法从图像而不是文本学习样式。为了解决这个问题，我们首次设计了一个有效的文本驱动模型，用于3D样式传输，名为Testnerf，通过跨模式学习使用文本对场景进行风格化：我们利用高级文本编码器嵌入文本以控制3D样式传输并在潜在的图像中对准输入文本并在潜在的图像中对齐。此外，为了获得更好的视觉效果，我们引入了风格的范围，从样式的学习特征统计信息以及利用2D式测试结果来纠正突然的颜色溢出。广泛的实验表明，测试仪明显胜过效果的方法，并提供了一种指导3D样式转移的新方法。
文本驱动的3D样式通过跨模式学习
主要关键词
相关文件推荐
