1張圖2分鐘轉(zhuǎn)3D!紋理質(zhì)量、多視角一致性新SOTA
只需兩分鐘,玩轉(zhuǎn)圖片轉(zhuǎn)3D!
還是高紋理質(zhì)量、多視角高一致性的那種。
不管是什么物種,輸入時(shí)的單視圖圖像還是這樣?jì)饍旱模?/p>
兩分鐘后,3D版大功告成
新方法名為Repaint123,核心思想是將2D擴(kuò)散模型的強(qiáng)大圖像生成能力與再繪策略的紋理對(duì)齊能力相結(jié)合,來生成高質(zhì)量、多視角一致的圖像。
此外,該研究還引入了針對(duì)重疊區(qū)域的可見性感知自適應(yīng)再繪強(qiáng)度的方法。
Repaint123一舉解決了此前方法多視角偏差大、紋理退化、生成慢等問題。
目前項(xiàng)目代碼還未在GitHub公布,就有100+人趕來標(biāo)星碼住:
Repaint123長(zhǎng)啥樣?目前,將圖像轉(zhuǎn)換為3D的方法通常采用Score Distillation Sampling (SDS)。盡管該方法的結(jié)果令人印象深刻,但存在一些問題,如多視角不一致、過度飽和、過度平滑的紋理以及生成速度緩慢。
為了解決這些問題,來自北京大學(xué)、鵬城實(shí)驗(yàn)室、新加坡國(guó)立大學(xué)、武漢大學(xué)的研究人員提出了Repaint123。
總的來說,Repaint123有這幾點(diǎn)貢獻(xiàn):
(1)Repaint123通過綜合考慮圖像到3D生成的可控重繪過程,能夠生成高質(zhì)量的圖片序列,并確保這些圖片在多個(gè)視角下保持一致。
(2)Repaint123提出了一個(gè)簡(jiǎn)單的單視圖3D生成的基準(zhǔn)方法。
在粗模階段,它利用Zero123作為3D先驗(yàn),并結(jié)合SDS損失函數(shù),通過優(yōu)化Gaussian Splatting幾何,快速生成粗糙的3D模型(僅需1分鐘)。
在細(xì)模階段,它采用Stable Diffusion作為2D先驗(yàn),并結(jié)合均方誤差(MSE)損失函數(shù),通過快速細(xì)化網(wǎng)格紋理,生成高質(zhì)量的3D模型(同樣只需1分鐘)。
(3)大量的實(shí)驗(yàn)證明了Repaint123方法的有效性。它能夠在短短2分鐘內(nèi),從單張圖像中生成與2D生成質(zhì)量相匹配的高質(zhì)量3D內(nèi)容。
下面來看具體方法。
Repaint123專注于優(yōu)化mesh細(xì)化階段,其主要改進(jìn)方向涵蓋兩個(gè)方面:生成具有多視角一致性的高質(zhì)量圖像序列以及實(shí)現(xiàn)快速而高質(zhì)量的3D重建。
1、生成具有多視角一致性的高質(zhì)量圖像序列
生成具有多視角一致性的高質(zhì)量圖像序列分為以下三個(gè)部分:
DDIM反演
為了保留在粗模階段生成的3D一致的低頻紋理信息,作者采用了DDIM反演將圖像反演到確定的潛在空間,為后續(xù)的去噪過程奠定基礎(chǔ),生成忠實(shí)一致的圖像。
可控去噪
為了在去噪階段控制幾何一致性和長(zhǎng)程紋理一致性,作者引入了ControlNet,使用粗模渲染的深度圖作為幾何先驗(yàn),同時(shí)注入?yún)⒖紙D的Attention特征進(jìn)行紋理遷移。
此外,為了執(zhí)行無分類器引導(dǎo)以提升圖像質(zhì)量,論文使用CLIP將參考圖編碼為圖像提示,用于指導(dǎo)去噪網(wǎng)絡(luò)。
重繪
漸進(jìn)式重繪遮擋和重疊部分為了確保圖像序列中相鄰圖像的重疊區(qū)域在像素級(jí)別對(duì)齊,作者采用了漸進(jìn)式局部重繪的策略。
在保持重疊區(qū)域不變的同時(shí),生成和諧一致的相鄰區(qū)域,并從參考視角逐步延伸到360°。
然而,如下圖所示,作者發(fā)現(xiàn)重疊區(qū)域同樣需要進(jìn)行細(xì)化,因?yàn)樵谡晻r(shí)之前斜視的區(qū)域的可視分辨率變大,需要補(bǔ)充更多的高頻信息。
為了選擇適當(dāng)?shù)募?xì)化強(qiáng)度,以在提高質(zhì)量的同時(shí)保證忠實(shí)度,作者借鑒了投影定理和圖像超分的思想,提出了一種簡(jiǎn)單而直接的可見性感知的重繪策略來細(xì)化重疊區(qū)域。
2、快速且高質(zhì)量的3D重建
正如下圖所展示的,作者在進(jìn)行快速且高質(zhì)量的3D重建過程中,采用了兩階段方法。
首先,他們利用Gaussian Splatting表示來快速生成合理的幾何結(jié)構(gòu)和粗糙的紋理。
同時(shí),借助之前生成的多視角一致的高質(zhì)量圖像序列,作者能夠使用簡(jiǎn)單的均方誤差(MSE)損失進(jìn)行快速的3D紋理重建。
一致性、質(zhì)量和速度最優(yōu)研究人員對(duì)多個(gè)單視圖生成任務(wù)的方法進(jìn)行了比較。
在RealFusion15和Test-alpha數(shù)據(jù)集上,Repaint123取得了在一致性、質(zhì)量和速度三個(gè)方面最領(lǐng)先的效果。
同時(shí),作者也對(duì)論文使用的每個(gè)模塊的有效性以及視角轉(zhuǎn)動(dòng)增量進(jìn)行了消融實(shí)驗(yàn):
并且發(fā)現(xiàn),視角間隔為60度時(shí),性能達(dá)到峰值,但視角間隔過大會(huì)減少重疊區(qū)域,增加多面問題的可能性,所以40度可作為最佳視角間隔。
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個(gè)人看法,不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對(duì)本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn),讀者在采取與本文內(nèi)容相關(guān)的任何行動(dòng)之前,請(qǐng)務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對(duì)因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。