ThemeStation:从少量示例生成主题感知的3D资产

新闻:我们的论文已被SIGGRAPH 2024录用!

项目主页 | 论文 | 视频

摘要

现实世界的应用通常需要大量具有一致主题的3D资产。虽然从文本或图像生成通用3D内容方面已取得了显著进展,但根据输入的3D示例的共同主题合成定制3D资产仍是一个悬而未决的挑战性问题。在这项工作中,我们提出了ThemeStation,一种新颖的主题感知3D到3D生成方法。ThemeStation基于给定的少量示例合成定制3D资产,有两个目标:1)统一性,生成与给定示例主题一致的3D资产;2)多样性,生成高度变化的3D资产。为此,我们设计了一个两阶段框架,首先绘制概念图像,然后进行参考信息指导的3D建模阶段。我们提出了一种新颖的双重分数蒸馏(DSD)损失,以共同利用输入示例和合成概念图像的先验知识。大量实验和用户研究证实,ThemeStation在生成多样化的主题感知3D模型方面优于先前的工作,质量令人印象深刻。ThemeStation还支持各种应用,如可控的3D到3D生成。

概述

待办事项(最新更新:2024/04/26)

发布渲染代码
发布StageI概念图像生成代码
发布StageII参考信息指导的3D资产建模代码
更新我们的代码以支持更强大的图像到3D模型,如InstantMesh/CRM来获得初始3D

安装

设置:

    conda create -n themestation python==3.10
    conda activate themestation
    pip install -r requirements.txt
    pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

我们使用Wonder3D来获得初始3D模型。
- 将检查点下载到Wonder3D/ckpts文件夹。
- 确保你有以下模型。
```
Wonder3D
|-- ckpts
    |-- unet
    |-- scheduler.bin
    ...
```
(可选,推荐)安装ninja以加速CUDA扩展的编译:

    pip install ninja

(可选)tiny-cuda-nn的安装可能需要将pip降级到23.0.1
Stable Diffusion。我们使用预训练的2D Stable Diffusion 2.1模型的扩散先验。开始时,你可能需要一个huggingface token来访问模型,或使用huggingface-cli login命令。

准备

将参考3D模型放在data/reference_models/models下,并安装Blender3.2.2
渲染图像以生成概念图像:

    cd data/reference_models
    sh render_script/render_single_concept.sh obj文件名 blender路径 仰角
    # 例如:
    # sh render_script/render_single_concept.sh 20 owl.glb ~/blender-3.2.2-linux-x64/blender

渲染图像以学习参考先验:

    # RGB
    cd data/reference_models
    sh render_script/render_single_ref_rgb.sh obj文件名 blender路径

    # 法线 (可选)
    cd data/reference_models
    sh render_script/render_single_ref_normal.sh obj文件名 blender路径
    
    # 例如:
    # sh render_script/render_single_ref_rgb.sh owl.glb ~/blender-3.2.2-linux-x64/blender

确保你有以下文件。

ThemeStation
| -- data
    | -- reference_models
        | -- renderings
            | -- elevation_n (用于生成仰角为n的概念图像)
                | -- 物体名称
                    | -- 000.png
                    ...
            | -- elevation_rand (用于学习参考先验)
                | -- 物体名称
                    | -- 000.png
                    ...
                    | -- normals_000_0001.png (可选)
                    ...

推理

第一阶段:概念图像生成

目前,你可以简单地使用Freepik-reimagine来根据给定3D示例的正面渲染图生成概念图像。

我们还在下面展示了我们论文中介绍的步骤:

要生成概念图像,运行:

    cd dreambooth
    sh scripts/generate_concept.sh 20 # 20是仰角,为你自己的数据编辑这个模板

    # 对于使用文本的可控3D到3D生成,运行:
    sh scripts/generate_concept_control.sh 20
    # 结果保存在`dreambooth/outputs/...`

选择你喜欢的概念图像,使用Clipdrop或Photoshop移除背景,并将最终的概念图像(透明背景)放在data/concept_images下

第二阶段:参考信息指导的3D资产建模

运行ThemeStation,根据概念图像和参考模型生成最终的3D模型。

运行特定的概念图像

    sh scrips/run.sh # 为你自己的数据编辑这个模板脚本

批量运行概念图像

    sh scrips/run_batch.sh # 为你自己的数据编辑这个模板脚本

导出网格

    sh scripts/export_mesh.sh # 为你自己的数据编辑这个模板脚本

引用

如果你发现这个代码对你的研究有帮助,请引用:

@article{wang2024themestation,
        title={ThemeStation: Generating Theme-Aware 3D Assets from Few Exemplars}, 
        author={Zhenwei Wang and Tengfei Wang and Gerhard Hancke and Ziwei Liu and Rynson W.H. Lau},
        booktitle={ACM SIGGRAPH},
        year={2024}
  }

致谢

我们大量借鉴了以下代码库。非常感谢这些作者分享他们的代码。