점수 증류 샘플링 방법을 사용한 텍스트 기반 3D 생성 모델의 평가와 개선에 대한 연구 결과
본 연구는 텍스트 입력을 바탕으로 3D 가우시안 표현을 직접 생성하는 새로운 방법을 제안한다. 구조화된 볼륨 형태의 가우시안 표현(GaussianVolume)을 도입하고, 이를 효율적으로 생성하기 위한 단계적 파이프라인을 제안한다.
PI3D는 사전 학습된 텍스트-이미지 확산 모델의 지식을 활용하여 텍스트 프롬프트에서 고품질의 3D 형상을 빠르게 생성할 수 있는 프레임워크입니다.
제안된 Instant3D 프레임워크는 텍스트 프롬프트에 대한 고품질 3D 객체를 단일 순방향 네트워크 실행으로 생성할 수 있다.
검색된 3D 자산을 활용하여 3D 기하학적 일관성과 생성 품질을 향상시키는 새로운 프레임워크를 제안한다.