只需 2 分钟即可从单视图图像生成高质量的3D模型 – DreamGaussian

内容：DreamGaussian：用于高效3D内容创建的生成高斯点云。Arxiv 2023。 最近在3D内容创建方面的进展主要通过基于优化的3D生成来实现，采用分数蒸馏采样（SDS）。 尽管展示出了有希望的结果，但这些方法往往在每个样本的优化过程中速度较慢，限制了它们的实际使用。在本文中，我们提出了DreamGaussian，一种新颖的3D内容生成框架，同时实现了效率和质量。我们的关键洞察是设计了一个生成3D高斯点云模型，配合UV空间中的网格提取和纹理细化。 与神经辐射场中使用的占据剪枝相比，我们证明了3D高斯点云的渐进密度化在3D生成任务中收敛速度更快。 为了进一步提高纹理质量和促进下游应用，我们引入了一种将3D高斯点云转换为纹理网格的高效算法，并应用了一个微调阶段来细化细节。 大量实验证明了我们提出的方法具有优越的效率和竞争力的生成质量。 值得注意的是，DreamGaussian仅用2分钟从单视图图像生成高质量的纹理网格，相比现有方法加速约10倍。 简单总结：DreamGaussian是一种高效的3D内容生成框架，采用生成高斯点云模型和纹理细化算法。通过渐进密度化的方法，实现了更快的收敛速度。该方法能够在短短2分钟内从单视图图像生成高质量的纹理网格，比现有方法快约10倍。

项目地址：

https://dreamgaussian.github.io/