# 計算機圖形學

這是一種通過利用從2D圖像擴散模型提取的先驗來創建可重新照明的輻射場的方法。該方法能夠將單照明條件下捕獲的多視圖數據轉換為具有多照明效果的數據集，並通過3D高斯splats表示可重新照明的輻射場。這種方法不依賴於精確的幾何形狀和表面法線，因此更適合處理具有複雜幾何形狀和反射BRDF的雜亂場景。

Champ 是一種用於生成 3D 物體形狀的生成模型，它結合了隱函數和卷積神經網絡，以生成高質量、多樣化和逼真的 3D 形狀。它可以生成各種類別的形狀，包括動物、車輛和傢俱。

AnimatableDreamer是一個從單眼視頻中生成和重建可動畫非剛體3D模型的框架。它能夠生成不同類別的非剛體對象,同時遵循從視頻中提取的對象運動。關鍵技術是提出的典範分數蒸餾方法,將生成維度從4D簡化到3D,在視頻中的不同幀進行降噪,同時在唯一的典範空間內進行蒸餾過程。這樣可以保證時間一致的生成和不同姿態下的形態逼真性。藉助可微分變形,AnimatableDreamer將3D生成器提升到4D,為非剛體3D模型的生成和重建提供了新視角。此外,與一致性擴散模型的歸納知識相結合,典範分數蒸餾可以從新視角對重建進行正則化,從而閉環增強生成過程。大量實驗表明,該方法能夠從單眼視頻生成高靈活性的文本指導3D模型,同時重建性能優於典型的非剛體重建方法。

Paint3D能夠為無紋理的3D網格生成高分辨率、無光照效果、多樣化的2K UV紋理圖,同時基於文本或圖像輸入進行條件化生成。它通過預訓練的考慮深度信息的2D擴散模型首先生成視角條件圖像並進行多視角紋理融合來獲得初始的粗糙紋理圖。然後它使用專門的UV補全和UVHD紋理模型來去除光照效果和填補不完整區域。Paint3D可以生成語義一致、無光照的高質量2K UV紋理,從而顯著提升無紋理3D物體的紋理生成水平。