根据给定输入创建 3D 内容(例如,根据文本提示、图像或 3D 形状)在计算机视觉和图形领域具有重要应用。现实中通常需要专业艺术(Technical Artist)耗费大量的时间成本去创作 3D 内容。
为了减少人力消耗,实现整个流程的自动化,华南理工等机构的研究人员提出了TANGO — 一种根据文本指导三维物体风格化的方法。这一领域目前最相关的工作是 Text2Mesh,它使用了预训练模型 CLIP 作为指导,预测三维模型表面顶点的颜色和位置偏移,从而实现风格化。然而简单地预测表面顶点颜色通常会产生不真实的渲染效果,且不规则的顶点偏移会造成很严重的自交。因此,该研究借鉴传统的基于物理的渲染管线,将整个渲染过程解耦为 SVBRDF 材质,法向贴图和灯光的预测过程,并分别用球高斯函数表达解耦的元素。这种基于物理的解耦方式使得 TANGO 可以正确产生具有真实感的渲染效果,并具有很好的鲁棒性。
对于给定的文本输入和三维模型,TANGO 可以产生精细程度较高的具有照片级真实感的细节,并且不会在三维模型表面产生自交问题。同时,得益于 TANGO对渲染方程的物理解耦,我们能够对材质进行编辑和重新打光,实现对输出结果的控制。另外,由于 TANGO 采用预测法向贴图的方式增添物体表面细节,因此对于顶点数较少的三维模型也有很好的鲁棒性。
机器之心最新一期线上分享邀请到了华南理工大学 Gorilla Lab 一年级博士生陈永炜(导师为贾奎教授),为大家解读他们提出的文本驱动三维模型风格化方法——TANGO。
分享主题:TANGO: 文本驱动的三维物体风格化模型
分享嘉宾:陈永炜,华南理工大学 Gorilla Lab 一年级博士生。师从贾奎教授,研究方向为三维视觉,多模态学习,可微渲染,扩散模型等,相关研究工作曾在 CVPR、ECCV、NeurIPS 等计算机视觉和人工智能顶级会议上发表
分享摘要:本次分享将介绍一种基于文本驱动的三维模型风格化方法——TANGO,该方法对于给定的三维模型和文本,可以自动生成更具有真实性的 SVBRDF 材质,法向贴图和灯光,并且对低质量三维模型有更好的鲁棒性。该研究已被 NeurIPS 2022 接收为 spotlight。
相关链接:
1)SOTA!模型平台项目主页链接:
https://sota.jiqizhixin.com/project/tango
2)论文链接:
https://arxiv.org/abs/2210.11277
3)项目主页:
https://cyw-3d.github.io/tango/
4)机器之心推文:
https://mp.weixin.qq.com/s/ZCD1wk9Ox_cs3bmCYtA1SA