【導(dǎo)讀】來自華南理工大學(xué)的研究團(tuán)隊(duì)提出了一種基于文本驅(qū)動(dòng)的三維模型及材質(zhì)生成方法Fantasia3D,是第一個(gè)被接收的能夠產(chǎn)生逼真效果的AIGC3D工作。
受益于預(yù)訓(xùn)練的大型語言模型和圖像擴(kuò)散模型(Satble Diffusion等)的可用性,自動(dòng)化三維內(nèi)容生成近期取得了快速進(jìn)展。
現(xiàn)有的文本到三維模型的生成方法通常使用NeRF等隱式表達(dá),通過體積渲染將幾何和外觀耦合在一起,但在恢復(fù)更精細(xì)的幾何結(jié)構(gòu)和實(shí)現(xiàn)逼真渲染方面存在不足,所以在生成高質(zhì)量三維資產(chǎn)方面效果較差。
在這項(xiàng)研究中,華南理工大學(xué)提出了一種用于高質(zhì)量文本到三維內(nèi)容創(chuàng)建的新方法Fantasia3D,關(guān)鍵之處在于對(duì)幾何和外觀進(jìn)行解耦的建模和學(xué)習(xí)。
項(xiàng)目地址:https://fantasia3d.github.io/
對(duì)于幾何學(xué)習(xí),F(xiàn)antasia3D依賴于顯隱式結(jié)合的表達(dá),并提出將渲染的表面法線圖編碼為Satble Diffusion的輸入;對(duì)于外觀建模,F(xiàn)antasia3D引入了空間變化的雙向反射率分布函數(shù)(BRDF)到文本生成三維模型的任務(wù)中,并學(xué)習(xí)生成表面的逼真渲染所需的表面材質(zhì)。
解耦框架兼容目前的圖形引擎,支持生成的三維資源的重新照明、編輯和物理仿真。
研究人員也進(jìn)行了全面的實(shí)驗(yàn),展示了該方法在不同的文本到三維生成任務(wù)設(shè)置下相對(duì)于現(xiàn)有方法的優(yōu)勢(shì)。
模型效果
對(duì)于給定的文本,F(xiàn)antasia3D能夠生成具有不同拓?fù)湫螤畹娜S模型以及具有照片級(jí)真實(shí)感的渲染表面。
同時(shí),如下圖1中右上角的獅子所示,由于使用了BRDF建模表面,F(xiàn)antasia3D能產(chǎn)生較強(qiáng)的金屬反射效果。
圖1:三維模型生成效果
同時(shí),F(xiàn)antasia3D支持根據(jù)用戶給定的粗糙三維物體和文本進(jìn)行生成。
如下圖2所示,給定一個(gè)粗糙的三維模型,F(xiàn)antasia3D可將輸入的粗糙模型作為初始化生成三維模型,這種優(yōu)化方式可讓生成過程更加快速和穩(wěn)定,緩解文本到三維模型生成中的多面問題(Janus Problem)。
圖2:根據(jù)用戶給定的粗糙三維模型和文本進(jìn)行生成。
另外,不同于現(xiàn)有的基于隱式表達(dá)(NeRF等)的方法,F(xiàn)antasia3D采用了顯隱式相結(jié)合的表達(dá),生成的3D資產(chǎn)可以很好地與現(xiàn)有的圖形渲染和仿真引擎相結(jié)合。
如下圖3 (a)(b) 所示,生成的三維模型可以導(dǎo)入Blender中進(jìn)行布料和軟體的物理仿真,圖3 (c) 則展示了用Blender替換生成材質(zhì)的實(shí)驗(yàn)結(jié)果。
圖3: 在Blender中進(jìn)行編輯。
如下圖4 (a) 所示,F(xiàn)antasia3D生成的模型還可在Blender中替換不同的光照,從而產(chǎn)生不同的渲染效果。
(b) 中展示了將Fantasia3D生成的物體插入其他場(chǎng)景中的能力,插入的物體能與原環(huán)境中的光照環(huán)境進(jìn)行交互,從而產(chǎn)生自然的反射效果。
圖4: 給生成物體進(jìn)行重新打光。
原理方法
Fantasia3D的方法概覽如下圖5所示。我們的方法可以根據(jù)文本提示生成解耦的幾何和外觀(見圖(a)),二者分別通過(b)幾何建模和(c)外觀建模生成。
在(b)中,我們采用DMTet作為我們的三維幾何表示,這里初始化為一個(gè)三維橢球體。
為了優(yōu)化DMTet的參數(shù),我們將從DMTet提取的網(wǎng)格的法線貼圖(在早期訓(xùn)練階段還會(huì)同時(shí)使用物體掩碼)渲染為Stable Diffusion的形狀編碼。
在(c)中,對(duì)于外觀建模,我們引入了空間變化的雙向反射率分布函數(shù)(BRDF)建模,并學(xué)習(xí)預(yù)測(cè)外觀的三個(gè)分量(即kd、krm和kn)。幾何和外觀建模都由分?jǐn)?shù)蒸餾采樣損失函數(shù)(SDS loss)進(jìn)行監(jiān)督。
圖5: Fantasia3D流程圖。
總結(jié)
本文介紹了一種名為Fantasia3D的自動(dòng)化文本到三維生成的新方法,基于DMTet的混合表達(dá),采用幾何和外觀的解耦建模和學(xué)習(xí),能夠生成精細(xì)的表面和豐富的材質(zhì)/紋理。
對(duì)于幾何學(xué)習(xí),研究人員提出將渲染的法線貼圖編碼,并將法線的形狀編碼作為預(yù)訓(xùn)練的Stable Diffusion的輸入。
對(duì)于外觀建模,引入了空間變化的BRDF到文本生成三維對(duì)任務(wù)中,從而實(shí)現(xiàn)對(duì)學(xué)習(xí)表面的逼真渲染所需的材質(zhì)的學(xué)習(xí)。
除了文本提示外,該方法還可以根據(jù)自定義的三維形狀來生成,這對(duì)用戶來說更加靈活,可以更好地控制生成的內(nèi)容。
另外,該方法還方便支持生成的三維資產(chǎn)的重新照明、編輯和物理仿真。
-
3D
+關(guān)注
關(guān)注
9文章
2843瀏覽量
107178 -
自動(dòng)化
+關(guān)注
關(guān)注
28文章
5432瀏覽量
78897 -
語言模型
+關(guān)注
關(guān)注
0文章
491瀏覽量
10225
原文標(biāo)題:超逼真3D生成模型!華南理工賈奎團(tuán)隊(duì)ICCV'23新作:支持重新照明、編輯和物理仿真
文章出處:【微信號(hào):3D視覺工坊,微信公眾號(hào):3D視覺工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論