蕭簫 發自 凹非寺

量子位 | 公眾號 QbitAI

【資料圖】

用上擴散模型，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”，擴散模型就能立刻給它復個古，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啥樣的“截圖”，AI也能立刻憑借想象力，給桌面加上木質的細節紋理：

要知道， 給3D物體加上紋理 ，可不只是“變變顏色”這么簡單。

它包含粗糙度、反射、透明、漩渦、泛光等大量參數，要想設計好不僅需要了解材質、燈光、渲染等知識，還需要反復測試渲染效果并修改。如果材質有變，更是可能“重頭來過”。

然而，此前用AI設計出來的紋理又“不太能看”，因此設計紋理一直費時費力，成本也比較高。

現在，來自港大、港中文和TCL的研究人員，搞出了一種AI設計3D物體紋理的新方法，不僅完美保留物體之前的形狀，而且設計出來的紋理真實感更強、完美貼合物體表面。

目前這項研究已經被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設計3D紋理，主要存在兩類問題。

一類是生成的紋理不真實，細節有限：

另一類是生成過程中會對3D物體本身的幾何做特殊處理，使得生成的紋理無法和原物體完美貼合，會“冒出”奇怪的形狀：

因此，為了能確保3D物體結構穩定、同時生成細節逼真的紋理，這項研究設計了一個名叫 Point-UV diffusion 的框架。

這個框架包含“粗設計”和“精加工”兩個模塊，都基于 擴散模型 打造，不過二者用到的擴散模型有所不同。

首先在“粗設計”模塊中，訓練一個以形狀特征 （包括表面法線、坐標和遮罩） 為輸入條件的3D擴散模型，用來預測物體形狀中每個點的顏色，從而生成一個粗糙紋理圖像效果：

然后在“精加工”模塊中，又設計了一個2D擴散模型，進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，用來生成更加精細的紋理：

之所以采取這種設計結構，是因為之前的高分辨率點云生成方法，計算成本通常過高。

用這種兩階段生成的方法，不僅節省了計算成本，讓兩個擴散模型“各司其職”，而且相比之前的方法，不僅保留了原來3D物體的結構，生成的紋理也要更加精細。

至于通過輸入文字或圖片控制生成效果，則是 CLIP 的“功勞”。

針對輸入，作者會先用預訓練的CLIP模型提取文本或圖像embeddings，然后將它輸入一個MLP模型中，最終將條件整合進“粗設計”和“精加工”兩階段的網絡中。

這樣一來，就能實現通過文字和圖像控制生成的紋理，從而得到最終輸出結果。

所以，這樣的模型實現效果究竟如何？

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：

不僅能根據文字生成紋理：

也能根據一張圖像生成對應物體的紋理效果：

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對比。

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在結構和精細度上都表現出了更好的效果。

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UV貼圖存在太多“碎片化”的部分時，它還是無法生成無縫的紋理效果。此外，由于依賴3D數據進行訓練，而3D 數據的精細化質量和數量目前還不能達到2D 數據的水平，生成的效果暫時還無法達到像2D圖像生成那么精細化的效果。

對這項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_

項目地址（還在施工中）： /CVMI-Lab/Point-UV-Diffusion

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態

關鍵詞：