Andrea Rigoni

POCI-Diff 框架生成具有 3D 控制的合成监控数据

研究人员开发了 POCI-Diff，一个用于生成合成视觉监控数据的新颖框架。该方法允许对物体放置和外观进行精细的 3D 控制，解决了现有合成数据生成技术的局限性。POCI-Diff 集成了 Blended Latent Diffusion 和深度条件 ControlNet，可在单次运行中创建复杂的多物体场景，将文本描述绑定到特定的 3D 位置。该框架还包括一个用于物体插入、移除和变换的编辑管道，通过 IP-Adapter 保持外观一致性。