绑定手机号
获取验证码
确认绑定
提问
0/255
提问
订阅开课提醒需关注服务号
回答成功
知道了
扫码关注智东西公开课服务号登录
请使用微信扫描二维码
扫描二维码分享给微信好友
您已订阅成功,有新课程,我们将第一时间提醒您。
知道了
发送提问成功
回答可在
“我的——我的提问”中查看
知道了
失败
欢迎来智东西
关注我们
智东西
车东西
芯东西
智东西公开课
基于扩散模型的文本驱动三维纹理生成
智猩猩AI新青年讲座 2023/07/17 19:00:00
课程讲师

师从视觉计算和人工智能实验室的Matthias Niessner教授和加拿大西门菲沙大学(SFU)的Angel X. Chang教授,主要研究方向是跨模态深度学习和基于视觉-语言的三维场景理解,曾多次在计算机视觉顶会上发表文章并担任审稿人。

陈振宇
慕尼黑工业大学 在读博士

师从视觉计算和人工智能实验室的Matthias Niessner教授和加拿大西门菲沙大学(SFU)的Angel X. Chang教授,主要研究方向是跨模态深度学习和基于视觉-语言的三维场景理解,曾多次在计算机视觉顶会上发表文章并担任审稿人。

课程提纲
  • 文本驱动的三维内容生成任务的研究难点
  • 基于二维扩散模型的三维纹理生成方法Text2Tex
  • 大规模三维纹理图的生成策略及方法对比
  • 文本驱动的三维内容生成现状和未来研究方向
课程简介

扩散模型在图像生成领域已经取得了令人惊艳的成果,而三维内容生成领域还有待探索,其难点主要在于生成质量难以控制,以及缺少足够大量的三维训练数据以供训练生成模型。这两大问题直接导致了三维资源昂贵稀缺的现状。

来自慕尼黑工业大学的陈振宇等人在最新的工作中,提出了一种基于二维扩散模型的三维纹理生成方法 Text2Tex。Text2Tex 将三维纹理生成任务转化为局部纹理涂序列化生成任务,以未加工的三维网格图和文本为输入,通过二维扩散模型,将生成出的二维局部纹理视图迭代投影到纹理空间,最终完成三维纹理图的生成。

为了降低三维生成的人力开销,陈振宇等人同时还设计了一种自动视角选择策略,这使得 Text2Tex 在生成时不需要人工设计微调视角序列,并且可以更加有效地完成大规模三维纹理图生成,且极大程度降低获取三维资源的人力财力开销。

7月17日晚7点,「AI新青年讲座」第214讲邀请到 Text2Tex 一作、慕尼黑工业大学在读博士陈振宇参与,主讲《基于扩散模型的文本驱动三维纹理生成》。在本次讲座中,陈振宇将展示生成的三维纹理图与过去方法的对比,并讨论文本驱动的三维内容生成的现状缺陷和未来研究方向。

精彩问答
提问
提问
目前还没有问题,可以点击右侧的“提问按钮”提问
更多问题...