PartDiffuser：新框架通过分块扩散生成详细的3D网格

研究人员推出了PartDiffuser，一个新颖的半自回归扩散框架，用于从点云生成详细的3D网格。该方法通过将网格分割成若干部分，并在这些部分之间采用自回归以实现全局拓扑一致性，同时在每个部分内使用并行离散扩散过程来获得高保真几何细节，从而解决了现有自回归模型的局限性。PartDiffuser基于扩散Transformer (DiT) 架构，包含一个分块感知的交叉注意力机制，并使用点云进行分层几何条件化，有效地分离了全局和局部生成任务。实验表明，PartDiffuser在生成适用于现实世界应用的详细3D网格方面优于当前最先进的模型。 AI

影响 引入了一种生成详细3D网格的新颖方法，可能改进计算机图形学和虚拟现实领域的应用。

排序理由 该集群描述了一篇关于新颖3D网格生成方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Diffusion Transformer
• Gotit.pub
• Hugging Face
• PartDiffuser
• ScienceCast
• Yichen Yang

• 论文
• 其他

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