Unser Verfahren kann hochwertige 3D-Modelle aus einem einzigen Bild generieren, indem es einen komprimierten Triplanenlatenzraum verwendet und sowohl Bild- als auch Formeinbettung als Bedingungen nutzt.
Unser Ansatz ermöglicht eine interaktive Text-zu-Textur-Synthese, indem er eine vereinheitlichte tiefenbasierte Inpainting-Methode verwendet, die 3D-Inkonsistenzen reduziert und die Generierungsgeschwindigkeit erhöht.