机构名称：
¥ 1.0
摘要。给定3D网格，我们的目标是合成对任意文本描述的3D纹理。当前从采样视图中生成和组装纹理的方法通常会导致突出的接缝或过度平滑。为了解决这些问题，我们提出了Texgen，这是一种新型的多视图采样和重新采样框架，用于利用预先训练的文本对图扩散模型。为了视图一致的采样，首先，我们在RGB空间中维护纹理图，该纹理图由denoising步骤进行参数化并在扩散模型的每个采样步骤之后进行更新，以逐步减少视图散发。利用了注意引导的多视图采样策略来跨视图广播外观信息。为了保留Texurure细节，我们开发了一种噪声重采样技术，该技术有助于估算噪声，按照文本提示和当前纹理图的指示为后续的DeNoising步骤生成输入。通过大量的定性和定量评估，我们证明我们提出的方法为具有高度视图一致性和丰富外观细节的不同3D对象产生了明显更好的纹理质量，并且优于当前的目前先进的方法。fur-hoverore，我们提出的纹理生成技术也可以应用
TEXGEN：带有多...
主要关键词
相关文件推荐
