Loading...
机构名称:
¥ 1.0

近年来,人工智能产生的内容(AIGC)取得了显着进步,具有多种输入方式,例如,文本,图像,视频,音频和3D。3D是对现实世界3D环境的最亲密的模式,并具有巨大的知识。3D内容构成既显示学术和实践价值观,同时还展示了强大的技术挑战。本综述旨在巩固3D Content Generation的新兴领域内的发展。具体而言,提出了一种新的分类法,将现有方法分为三种类型:3D天然生成方法,基于2D先验的3D生成方法和混合3D生成方法。调查涵盖了跨越主要技术的60篇论文。此外,我们讨论了3D内容生成技术的局限性,并指出了开放的挑战以及有希望的未来工作的指导。伴随着这种情况,我们建立了一个项目网站,其中提供了3D内容生成研究的资源。项目页面可在https://github.com/hitcslj/awesome-aigc-3d上找到。

arxiv:2402.01166v2 [CS.CV] 2024年3月19日

arxiv:2402.01166v2 [CS.CV] 2024年3月19日PDF文件第1页

arxiv:2402.01166v2 [CS.CV] 2024年3月19日PDF文件第2页

arxiv:2402.01166v2 [CS.CV] 2024年3月19日PDF文件第3页

arxiv:2402.01166v2 [CS.CV] 2024年3月19日PDF文件第4页

arxiv:2402.01166v2 [CS.CV] 2024年3月19日PDF文件第5页

相关文件推荐