Tag · 4 篇

纹理生成

分布 3D 视觉与重建3生成模型与扩散1

Realiz3D: 3D Generation Made Photorealistic via Domain-Aware Learning

通过引入协变量与小型残差适配器，将视觉域（真实/合成）从控制信号中解耦，使在合成渲染上微调的扩散生成器在施加几何、材质、视角控制时仍能输出照片级真实图像；其分层与去噪步角色分析可直接迁移到任何需要跨域控制迁移的扩散微调流程。

NaTex: Seamless Texture Generation as Latent Color Diffusion

把纹理表示为稠密颜色点云，并用几何感知的点云 VAE 加多控制 DiT 直接在 3D 空间扩散生成颜色，绕开了多视图扩散烘焙带来的遮挡修补、边界对齐和跨视图一致性问题；做 3D 资产纹理、材质生成或网格贴图的人可以直接复用这套潜空间颜色扩散与几何潜变量对齐机制。

CustomTex: High-fidelity Indoor Scene Texturing via Multi-Reference Customization

提出双蒸馏框架（语义级+像素级）结合变分分数蒸馏，实现基于参考图像的实例级3D场景纹理生成，可复用于可控3D外观编辑与高保真纹理合成。

CaliTex: Geometry-Calibrated Attention for View-Coherent 3D Texture Generation

把注意力路由与语义部件对齐、几何条件绑定，是解决多视图扩散生成中跨视图不一致的可复用思路；做 3D 纹理/多视图生成的人可直接借鉴 Part-Aligned 与 Condition-Routed 两个注意力改造模块。