SurfD

SurfD

利用扩散模型生成任意拓扑结构的高质量3D表面

Surf-D是一种新型3D形状生成方法,通过扩散模型生成具有任意拓扑结构的高质量表面。它采用无符号距离场(UDF)表示表面,并使用基于点的自动编码器学习紧凑的潜在空间。该方法在无条件生成、类别条件生成、图像条件生成和文本到形状等任务中表现优异,为多模态3D内容创作提供了新的可能性。

3D建模深度学习Surf-D扩散模型表面生成Github开源项目

Surf-D:使用扩散模型生成任意拓扑的高质量表面(ECCV 2024)

<img src="https://yellow-cdn.veclightyear.com/835a84d5/25b30ce8-751d-4523-8a62-33243e5c644d.gif">

Surf-D:使用扩散模型生成任意拓扑的高质量表面<br> 项目页面 | 论文

这是使用PyTorch的Surf-D官方实现

我们提出了Surf-D,一种使用扩散模型生成任意拓扑的高质量3D形状作为表面的新方法。先前的方法探索了不同表示的形状生成,但它们受限于有限的拓扑和较差的几何细节。为了生成任意拓扑的高质量表面,我们使用无符号距离场(UDF)作为我们的表面表示,以适应任意拓扑。此外,我们提出了一种新的管道,采用基于点的自编码器来学习一个紧凑和连续的潜在空间,以准确编码UDF并支持高分辨率网格提取。我们进一步表明,我们的新管道在学习距离场方面显著优于先前的方法,例如基于网格的自编码器,后者不可扩展且无法学习准确的UDF。此外,我们采用课程学习策略来高效嵌入各种表面。利用预训练的形状潜在空间,我们采用潜在扩散模型来获取各种形状的分布。我们在无条件生成、类别条件生成、图像条件生成和文本到形状任务上进行了广泛的实验。实验表明,Surf-D在多种模态条件下的形状生成方面表现出色。

安装

我们建议使用Anaconda

创建并激活虚拟环境。

conda env create -f environment.yaml
conda activate SurfD

cd meshudf
python3 setup.py build_ext --inplace

下载预训练模型

谷歌云盘下载我们的预训练模型。

从扩散中生成:

无条件生成:

python -m sample.generate_uncond \
    --model_path pretrained_models/diffusion_uncond.pt \
    --output_dir ./outputs/uncond/ \
    --cond_mode no_cond \
    --ae_dir pretrained_models/ae_deepfashion3d.pt  \
    --num_samples 10 \
    --resolution 512

草图条件生成:

python -m sample.generate_sketch \
    --model_path pretrained_models/diffusion_sketch.pt \
    --output_dir ./outputs/sketch_cond/ \
    --cond_mode sketch \
    --ae_dir pretrained_models/ae_deepfashion3d.pt \
    --sketch_path demo_images/sketch.png \
    --resolution 512

图像条件生成:

python -m sample.generate_image \
    --model_path pretrained_models/diffusion_image.pt \
    --output_dir ./outputs/image_cond/ \
    --cond_mode img \
    --ae_dir pretrained_models/ae_pix3d.pt \
    --image_path demo_images/image.jpg \
    --mask_path demo_images/mask.jpg \
    --resolution 512

文本条件生成:

python -m sample.generate_text \
    --model_path pretrained_models/diffusion_text.pt \
    --output_dir ./outputs/text_cond/ \
    --cond_mode text \
    --ae_dir pretrained_models/ae_text.pt  \
    --prompt "一把餐椅" \
    --watertight --num_samples 10 \
    --resolution 512

训练

准备数据集

DeepFashion3D下载DeepFashion3D数据集,在Pix3D下载Pix3D数据集,在ShapeNet下载ShapeNet数据集。

预处理数据集

cd AutoEncoder/encdc
python preprocess_udfs.py /path/to/data_root /path/to/output dataset_name

自编码器训练:

cd AutoEncoder/encdc
python train_encdec.py ../cfg/xxx/xxx.yaml

扩散训练:

python train_diffcloth.py --cond_mode no_cond --save_dir xxx --overwrite --data_dir xxx --ae_dir xxx --log_interval 25 --save_interval 10000 --dataset deepfashion3d

致谢

我们的代码参考了MDMSDFusionDrapeNetMeshUDFStable Diffusion。我们感谢这些作者的杰出工作和开源贡献。

<a name="citation"></a>

引用

如果您发现这项工作对您的研究有用,请考虑引用我们的论文:

@article{yu2023surf, title={Surf-D: High-Quality Surface Generation for Arbitrary Topologies using Diffusion Models}, author={Yu, Zhengming and Dou, Zhiyang and Long, Xiaoxiao and Lin, Cheng and Li, Zekun and Liu, Yuan and M{\"u}ller, Norman and Komura, Taku and Habermann, Marc and Theobalt, Christian and others}, journal={arXiv preprint arXiv:2311.17050}, year={2023} }

编辑推荐精选

蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

下拉加载更多