PrimDiffusion：3D 人类生成的体积基元扩散模型NeurIPS 2023

最新推荐文章于 2025-12-20 19:32:34 发布

原创最新推荐文章于 2025-12-20 19:32:34 发布 · 348 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #计算机视觉 #机器学习 #aigc #ai

NeurIPS2023论文介绍了一种名为PrimDiffusion的模型，它通过体积基元实现3D人体的生成，提供精确的姿势、视图和形状控制。该模型能处理离体拓扑，并且支持新姿势的无后处理扩展，适用于3D纹理传输等应用。

部署运行你感兴趣的模型镜像

NeurIPS2023 ，这是一种用于 3D 人体生成的体积基元扩散模型，可通过离体拓扑实现明确的姿势、视图和形状控制。

PrimDiffusion 对一组紧凑地代表 3D 人体的基元执行扩散和去噪过程。这种生成建模可以实现明确的姿势、视图和形状控制，并能够在明确定义的深度中对离体拓扑进行建模。此外，他们的方法可以推广到新的姿势，无需后处理，并支持下游以人为中心的任务，如 3D 纹理传输。

将 3D 人体表示为从多视图图像中学习到的 K 个基元。每个基元 V k 具有独立的运动学参数{T k、 R k、 s k}（平移、旋转和预运动）轴比例）和辐射参数{c k, σ k}（颜色和密度）。对于每个时间步 t，他们使用根据固定噪声时间表采样的噪声 ϵ 来扩散基元 V 0。得到的 V t 被馈送到 g Φ （·），它学习预测去噪体积基元。