Tag · 3 篇
多视图扩散模型
分布 3D 视觉与重建2图像编辑与可控生成1
01 02 03
基于多视图扩散先验的无监督单目三维关键点发现
Unsupervised Monocular 3D Keypoint Discovery from Multi-View Diffusion Priors
把预训练多视图扩散模型当作几何先验来源：用单图生成的多视图图像作为监督信号，并把扩散特征转成显式三维特征体，从而在无标注、无标定多视图的条件下做单目三维关键点估计；这套「扩散先验→三维监督」的流程可迁移到其他缺乏三维标注的物体/人体结构化任务。
InstructMix2Mix：通过多视图模型个性化实现一致的稀疏视图编辑
InstructMix2Mix: Consistent Sparse-View Editing Through Multi-View Model Personalization
将多视图扩散模型作为SDS中的学生模型，替代神经场整合器，并引入增量更新、教师噪声调度和注意力修改，为稀疏视图编辑提供可复用的跨视图一致性蒸馏框架。
GaussianGrow：基于文本引导从3D点云几何感知地生长高斯
GaussianGrow: Geometry-aware Gaussian Growing from 3D Point Clouds with Text Guidance
提出从点云生长高斯的框架，利用多视图扩散模型合成一致外观监督，并通过迭代检测未生长区域和2D扩散修复补全，为文本引导的3D高斯生成提供了几何准确的方案。