DreamUV框架使用流匹配生成艺术家风格的UV布局

研究人员开发了DreamUV，一个将UV参数化视为生成式流匹配问题的新型框架。该方法学习了一个网格条件传输过程，以生成艺术家风格的UV布局分布，超越了依赖显式能量函数的传统方法。DreamUV结合了边界感知训练策略和模型内循环微调方案，以解决现实世界的创作实践和离散化误差。评估表明，与现有方法相比，DreamUV生成的UV布局具有更直的边界和更好的轴对齐，符合专业艺术家确认的实际生产要求。 AI

影响 这项研究引入了一种新颖的生成式UV参数化方法，有望改进3D内容创作工作流程。

排序理由 该集群包含一篇详细介绍UV参数化新生成建模技术的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• DreamUV
• Flow Matching for Generative Modeling
• Gotit.pub
• Hugging Face
• Model-in-the-Loop Finetuning
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →