【HKUST博士论文】单视图图像的高质量3D生成

文章预览

来源：专知 本文 约3000字 ，建议阅读 5 分钟 本论文从四个角度探讨了三维生成领域。 生成模型近年来在二维和视频合成领域取得了显著进展。然而，二维和视频生成中仍然存在明显的不一致性，例如光照和几何相关的问题。引入三维建模有望增强二维和视频生成的连贯性与真实感，从而推动三维生成技术的进一步发展。 鉴于直接用于生成建模的大量三维数据收集存在挑战，从单视图图像学习三维分布成为一种可行的三维生成方法。这种方法得益于大量可用的非结构化、高质量且多样化的单视图图像数据。一种常见的从单视图图像生成三维内容的策略是采用生成对抗网络（GAN），并用三维渲染器替代生成器。 本论文从四个角度探讨了三维生成领域。首先，我们研究生成的几何形状，并提出通过将三维感知注入到生成器和判别器中来增强学习到的 ………………………………