Project Icon

SurfD

利用扩散模型生成任意拓扑结构的高质量3D表面

Surf-D是一种新型3D形状生成方法,通过扩散模型生成具有任意拓扑结构的高质量表面。它采用无符号距离场(UDF)表示表面,并使用基于点的自动编码器学习紧凑的潜在空间。该方法在无条件生成、类别条件生成、图像条件生成和文本到形状等任务中表现优异,为多模态3D内容创作提供了新的可能性。

Surf-D:使用扩散模型生成任意拓扑的高质量表面(ECCV 2024)

Surf-D:使用扩散模型生成任意拓扑的高质量表面
项目页面 | 论文

这是使用PyTorch的Surf-D官方实现

我们提出了Surf-D,一种使用扩散模型生成任意拓扑的高质量3D形状作为表面的新方法。先前的方法探索了不同表示的形状生成,但它们受限于有限的拓扑和较差的几何细节。为了生成任意拓扑的高质量表面,我们使用无符号距离场(UDF)作为我们的表面表示,以适应任意拓扑。此外,我们提出了一种新的管道,采用基于点的自编码器来学习一个紧凑和连续的潜在空间,以准确编码UDF并支持高分辨率网格提取。我们进一步表明,我们的新管道在学习距离场方面显著优于先前的方法,例如基于网格的自编码器,后者不可扩展且无法学习准确的UDF。此外,我们采用课程学习策略来高效嵌入各种表面。利用预训练的形状潜在空间,我们采用潜在扩散模型来获取各种形状的分布。我们在无条件生成、类别条件生成、图像条件生成和文本到形状任务上进行了广泛的实验。实验表明,Surf-D在多种模态条件下的形状生成方面表现出色。

安装

我们建议使用Anaconda

创建并激活虚拟环境。

conda env create -f environment.yaml
conda activate SurfD

cd meshudf
python3 setup.py build_ext --inplace

下载预训练模型

谷歌云盘下载我们的预训练模型。

从扩散中生成:

无条件生成:

python -m sample.generate_uncond \
    --model_path pretrained_models/diffusion_uncond.pt \
    --output_dir ./outputs/uncond/ \
    --cond_mode no_cond \
    --ae_dir pretrained_models/ae_deepfashion3d.pt  \
    --num_samples 10 \
    --resolution 512

草图条件生成:

python -m sample.generate_sketch \
    --model_path pretrained_models/diffusion_sketch.pt \
    --output_dir ./outputs/sketch_cond/ \
    --cond_mode sketch \
    --ae_dir pretrained_models/ae_deepfashion3d.pt \
    --sketch_path demo_images/sketch.png \
    --resolution 512

图像条件生成:

python -m sample.generate_image \
    --model_path pretrained_models/diffusion_image.pt \
    --output_dir ./outputs/image_cond/ \
    --cond_mode img \
    --ae_dir pretrained_models/ae_pix3d.pt \
    --image_path demo_images/image.jpg \
    --mask_path demo_images/mask.jpg \
    --resolution 512

文本条件生成:

python -m sample.generate_text \
    --model_path pretrained_models/diffusion_text.pt \
    --output_dir ./outputs/text_cond/ \
    --cond_mode text \
    --ae_dir pretrained_models/ae_text.pt  \
    --prompt "一把餐椅" \
    --watertight --num_samples 10 \
    --resolution 512

训练

准备数据集

DeepFashion3D下载DeepFashion3D数据集,在Pix3D下载Pix3D数据集,在ShapeNet下载ShapeNet数据集。

预处理数据集

cd AutoEncoder/encdc
python preprocess_udfs.py /path/to/data_root /path/to/output dataset_name

自编码器训练:

cd AutoEncoder/encdc
python train_encdec.py ../cfg/xxx/xxx.yaml

扩散训练:

python train_diffcloth.py --cond_mode no_cond --save_dir xxx --overwrite --data_dir xxx --ae_dir xxx --log_interval 25 --save_interval 10000 --dataset deepfashion3d

致谢

我们的代码参考了MDMSDFusionDrapeNetMeshUDFStable Diffusion。我们感谢这些作者的杰出工作和开源贡献。

引用

如果您发现这项工作对您的研究有用,请考虑引用我们的论文:

@article{yu2023surf,
  title={Surf-D: High-Quality Surface Generation for Arbitrary Topologies using Diffusion Models},
  author={Yu, Zhengming and Dou, Zhiyang and Long, Xiaoxiao and Lin, Cheng and Li, Zekun and Liu, Yuan and M{\"u}ller, Norman and Komura, Taku and Habermann, Marc and Theobalt, Christian and others},
  journal={arXiv preprint arXiv:2311.17050},
  year={2023}
}
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号