ARAPDiffusion 使用 ARAP 正则化进行 3D 形状学习

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-05 04:09

研究人员开发了 ARAPDiffusion，这是一种新颖的潜在扩散模型，旨在从可变形对象集合中学习连续形状空间。核心创新是将尽可能刚性（ARAP）变形原理作为正则化损失整合到扩散模型中。这种方法减少了对大量 3D 训练数据的需求，并同时增强了编码器/解码器和扩散模型本身。 AI

影响引入了一种用更少数据学习 3D 形状空间的新方法，可能改进用于 3D 资产创建的生成模型。

排序理由该集群包含一篇详细介绍使用扩散模型学习形状空间的新方法的论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Haibo Liu, Jinghan Ke, Haitao Yang, Xiangru Huang, Georgios Pavlakos, Qixing Huang · 2026-06-08 04:00

ARAPDiffusion：基于ARAP正则化的扩散模型可变形形状空间学习

arXiv:2606.06887v1 Announce Type: new Abstract: This paper introduces ARAPDiffusion, a latent diffusion model to learn the underlying continuous shape space of a deformation shape collection. The key innovation is in injecting the as-rigid-as-possible (ARAP) deformation model as …
arXiv cs.CV TIER_1 English(EN) · Qixing Huang · 2026-06-05 04:09

ARAPDiffusion：基于ARAP正则化的扩散模型可变形形状空间学习

This paper introduces ARAPDiffusion, a latent diffusion model to learn the underlying continuous shape space of a deformation shape collection. The key innovation is in injecting the as-rigid-as-possible (ARAP) deformation model as regularization losses into latent diffusion (LD)…