🔥 Selamat datang di Pop Slots Casino — Jelajahi tren terbaru tentang marathon-bet-bonus!
Magic123: Satu Gambar untuk Pembuatan Objek 3D Berkualitas Tinggi Menggunakan Prior Difusi 2D dan 3D
Penulis
Guocheng Qian, Jinjie Mai, Abdullah Hamdi, Jian Ren, Aliaksandr Siarohin, Bing Li, Hsin-Ying Lee, Ivan Skorokhodov, Peter Wonka, Sergey Tulyakov, Bernard Ghanem
Ringkasan
Magic123 dapat merekonstruksi konten 3D dengan fidelitas tinggi, geometri 3D yang detail, dan resolusi render yang tinggi (1024 × 1024) dari satu gambar tanpa pose yang diambil secara bebas.
Abstrak
Kami menyajikan Magic123, pendekatan dua tahap dari kasar ke halus untuk menghasilkan mesh 3D bertekstur berkualitas tinggi dari satu gambar tanpa pose di alam bebas menggunakan prior 2D dan 3D. Pada tahap pertama, kami mengoptimalkan medan radiasi neural untuk menghasilkan geometri kasar. Pada tahap kedua, kami mengadopsi representasi mesh diferensiabel yang efisien memori untuk menghasilkan mesh resolusi tinggi dengan tekstur yang menarik secara visual. Pada kedua tahap, konten 3D dipelajari melalui supervisi pandangan referensi dan pandangan baru yang dipandu oleh kombinasi prior difusi 2D dan 3D. Kami memperkenalkan satu parameter trade-off antara prior 2D dan 3D untuk mengontrol eksplorasi (lebih imajinatif) dan eksploitasi (lebih presisi) dari geometri yang dihasilkan. Selain itu, kami menggunakan inversi tekstual dan regularisasi kedalaman monokuler untuk mendorong konsistensi tampilan antar pandangan dan mencegah solusi degeneratif. Magic123 menunjukkan peningkatan signifikan dibandingkan teknik image-to-3D sebelumnya, sebagaimana divalidasi melalui eksperimen ekstensif pada tolok ukur sintetis dan beragam gambar dunia nyata.
Kontribusi
- Kami memperkenalkan Magic123, pipeline image-to-3D baru yang menggunakan proses optimasi dua tahap dari kasar ke halus untuk menghasilkan geometri dan tekstur 3D resolusi tinggi berkualitas tinggi.
- Kami mengusulkan penggunaan prior 2D dan 3D secara simultan untuk menghasilkan konten 3D yang setia dari gambar yang diberikan. Parameter kekuatan prior memungkinkan trade-off antara eksplorasi dan eksploitasi geometri. Pengguna dapat memainkan parameter trade-off ini untuk menghasilkan konten 3D yang diinginkan.
- Selain itu, kami menemukan keseimbangan trade-off antara prior 2D dan 3D, yang menghasilkan rekonstruksi 3D yang cukup realistis dan detail. Menggunakan set parameter yang persis sama untuk semua contoh tanpa konfigurasi ulang tambahan, Magic123 mencapai hasil state-of-the-art dalam rekonstruksi 3D dari satu gambar tanpa pose di skenario dunia nyata dan sintetis.
Pekerjaan Terkait
Rekonstruksi 3D multi-pandangan; Rekonstruksi 3D satu pandangan dalam domain; Rekonstruksi 3D satu pandangan zero-shot
Perbandingan
Shap-E, 3D Fuse, Neural Lift, Real Fusion
Gambaran Umum
Magic123 adalah kerangka kerja dua tahap dari kasar ke halus untuk pembuatan 3D berkualitas tinggi dari gambar referensi. Magic123 dipandu oleh gambar referensi, dibatasi oleh estimasi kedalaman monokuler dari gambar, dan didorong oleh prior difusi bersama 2D dan 3D untuk memimpikan pandangan baru. Pada tahap kasar, kami mengoptimalkan Instant-NGP neural radiance field (NeRF) untuk merekonstruksi geometri kasar. Pada tahap halus, kami menginisialisasi mesh DMTet dari keluaran NeRF dan mengoptimalkan mesh serta tekstur resolusi tinggi. Inversi tekstual digunakan di kedua tahap untuk menghasilkan geometri yang mempertahankan objek dan tekstur yang konsisten antar pandangan.
Kasino
Olahraga
nba-betting-predictions