PulseAugur
中
实时 11:56:59
English(EN) RelaxFlow: Text-Driven Amodal 3D Generation

新的RelaxFlow框架增强了文本驱动的非模态三维生成

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的文本驱动非模态三维生成框架RelaxFlow。该方法通过使用文本提示来补全物体未见区域，同时保持可见部分的完整性，从而解决了图像到三维生成中的语义歧义问题。RelaxFlow采用了一个双分支系统，包含多先验共识模块和松弛机制，以解耦控制粒度，从而实现对观察部分的严格控制以及由文本提示引导的宽松结构控制。该框架已通过大量实验和两个新基准ExtremeOcc-3D和AmbiSem-3D的引入得到验证。 AI

影响 引入了一种从文本和图像生成三维模型的新方法，有望提高三维内容创作的保真度和可控性。

排序理由 这是一篇描述新方法和三维生成基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新的RelaxFlow框架增强了文本驱动的非模态三维生成

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jiayin Zhu, Guoji Fu, Xiaolu Liu, Qiyuan He, Yicong Li, Angela Yao ·

    RelaxFlow：文本驱动的非模态三维生成

    arXiv:2603.05425v2 Announce Type: replace-cross Abstract: Image-to-3D generation faces inherent semantic ambiguity under occlusion, where partial observation alone is often insufficient to determine object category. In this work, we formalize text-driven amodal 3D generation, whe…

相关话题