蕭簫 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
【資料圖】
用上擴(kuò)散模型，3D物體生成紋理 一句話 就能搞定！
像是輸入“一張帶有棕色和黑色幾何圖案的椅子”，擴(kuò)散模型就能立刻給它復(fù)個(gè)古，貼上頗具年代感的紋理：
甚至只是丟給它一張看不出桌面長(zhǎng)啥樣的“截圖”，AI也能立刻憑借想象力，給桌面加上木質(zhì)的細(xì)節(jié)紋理：
要知道， 給3D物體加上紋理 ，可不只是“變變顏色”這么簡(jiǎn)單。
它包含粗糙度、反射、透明、漩渦、泛光等大量參數(shù)，要想設(shè)計(jì)好不僅需要了解材質(zhì)、燈光、渲染等知識(shí)，還需要反復(fù)測(cè)試渲染效果并修改。如果材質(zhì)有變，更是可能“重頭來過”。
然而，此前用AI設(shè)計(jì)出來的紋理又“不太能看”，因此設(shè)計(jì)紋理一直費(fèi)時(shí)費(fèi)力，成本也比較高。
現(xiàn)在，來自港大、港中文和TCL的研究人員，搞出了一種AI設(shè)計(jì)3D物體紋理的新方法，不僅完美保留物體之前的形狀，而且設(shè)計(jì)出來的紋理真實(shí)感更強(qiáng)、完美貼合物體表面。
目前這項(xiàng)研究已經(jīng)被ICCV 2023收錄Oral論文。
這究竟是怎么做到的？我們一起來看看。
此前用AI設(shè)計(jì)3D紋理，主要存在兩類問題。
一類是生成的紋理不真實(shí)，細(xì)節(jié)有限：
另一類是生成過程中會(huì)對(duì)3D物體本身的幾何做特殊處理，使得生成的紋理無(wú)法和原物體完美貼合，會(huì)“冒出”奇怪的形狀：
因此，為了能確保3D物體結(jié)構(gòu)穩(wěn)定、同時(shí)生成細(xì)節(jié)逼真的紋理，這項(xiàng)研究設(shè)計(jì)了一個(gè)名叫 Point-UV diffusion 的框架。
這個(gè)框架包含“粗設(shè)計(jì)”和“精加工”兩個(gè)模塊，都基于 擴(kuò)散模型 打造，不過二者用到的擴(kuò)散模型有所不同。
首先在“粗設(shè)計(jì)”模塊中，訓(xùn)練一個(gè)以形狀特征 （包括表面法線、坐標(biāo)和遮罩） 為輸入條件的3D擴(kuò)散模型，用來預(yù)測(cè)物體形狀中每個(gè)點(diǎn)的顏色，從而生成一個(gè)粗糙紋理圖像效果：
然后在“精加工”模塊中，又設(shè)計(jì)了一個(gè)2D擴(kuò)散模型，進(jìn)一步將之前生成的粗糙紋理圖像和物體形狀作為輸入條件，用來生成更加精細(xì)的紋理：
之所以采取這種設(shè)計(jì)結(jié)構(gòu)，是因?yàn)橹暗母叻直媛庶c(diǎn)云生成方法，計(jì)算成本通常過高。
用這種兩階段生成的方法，不僅節(jié)省了計(jì)算成本，讓兩個(gè)擴(kuò)散模型“各司其職”，而且相比之前的方法，不僅保留了原來3D物體的結(jié)構(gòu)，生成的紋理也要更加精細(xì)。
至于通過輸入文字或圖片控制生成效果，則是 CLIP 的“功勞”。
針對(duì)輸入，作者會(huì)先用預(yù)訓(xùn)練的CLIP模型提取文本或圖像embeddings，然后將它輸入一個(gè)MLP模型中，最終將條件整合進(jìn)“粗設(shè)計(jì)”和“精加工”兩階段的網(wǎng)絡(luò)中。
這樣一來，就能實(shí)現(xiàn)通過文字和圖像控制生成的紋理，從而得到最終輸出結(jié)果。
所以，這樣的模型實(shí)現(xiàn)效果究竟如何？
先來看看Point-UV diffusion的生成效果。
從效果圖中可見，除了桌椅，Point-UV diffusion同樣還能生成汽車等物體的紋理，種類更豐富：
不僅能根據(jù)文字生成紋理：
也能根據(jù)一張圖像生成對(duì)應(yīng)物體的紋理效果：
除此之外，作者們還將Point-UV diffusion生成紋理效果與之前的方法做了個(gè)對(duì)比。
從圖中可見，與Texture Fields、Texturify、PVD-Tex等其他紋理生成模型相比，Point-UV diffusion在結(jié)構(gòu)和精細(xì)度上都表現(xiàn)出了更好的效果。
作者還提到，同樣硬件配置下，相比Text2Mesh需要10分鐘的計(jì)算，Point-UV diffusion只需要 30秒 。
不過，作者也提到了Point-UV diffusion目前還存在的一些局限之處，例如當(dāng)UV貼圖存在太多“碎片化”的部分時(shí)，它還是無(wú)法生成無(wú)縫的紋理效果。此外，由于依賴3D數(shù)據(jù)進(jìn)行訓(xùn)練，而3D 數(shù)據(jù)的精細(xì)化質(zhì)量和數(shù)量目前還不能達(dá)到2D 數(shù)據(jù)的水平，生成的效果暫時(shí)還無(wú)法達(dá)到像2D圖像生成那么精細(xì)化的效果。
對(duì)這項(xiàng)研究感興趣的小伙伴，可以戳下方論文看看~
論文地址： /Point-UV-Diffusion/paper/point_uv_
項(xiàng)目地址（還在施工中）： /CVMI-Lab/Point-UV-Diffusion
— 完 —
量子位 QbitAI · 頭條號(hào)簽約
關(guān)注我們，第一時(shí)間獲知前沿科技動(dòng)態(tài)
關(guān)鍵詞：
