一句话搞定3D模型纹理贴图，全程只需30秒，港大港中大TCL出品 | ICCV'23 Oral

声明:本文来自于微信公众号 量子位 （ID:QbitAI），萧萧 ，授权转载发布。

用上扩散模型，3D物体生成纹理一句话就能搞定!

像是输入“一张带有棕色和黑色几何图案的椅子”，扩散模型就能立刻给它复个古，贴上颇具年代感的纹理:

甚至只是丢给它一张看不出桌面长啥样的“截图”，AI也能立刻凭借想象力，给桌面加上木质的细节纹理:

要知道，给3D物体加上纹理，可不只是“变变颜色”这么简单。

它包含粗糙度、反射、透明、漩涡、泛光等大量参数，要想设计好不仅需要了解材质、灯光、渲染等知识，还需要反复测试渲染效果并修改。如果材质有变，更是可能“重头来过”。

△游戏场景中纹理丢失的效果

然而，此前用AI设计出来的纹理又“不太能看”，因此设计纹理一直费时费力，成本也比较高。

现在，来自港大、港中文和TCL的研究人员，搞出了一种AI设计3D物体纹理的新方法，不仅完美保留物体之前的形状，而且设计出来的纹理真实感更强、完美贴合物体表面。

目前这项研究已经被ICCV2023收录Oral论文。

这究竟是怎么做到的?我们一起来看看。

用上扩散模型，3D纹理一句话搞定

此前用AI设计3D纹理，主要存在两类问题。

一类是生成的纹理不真实，细节有限:

另一类是生成过程中会对3D物体本身的几何做特殊处理，使得生成的纹理无法和原物体完美贴合，会“冒出”奇怪的形状:

因此，为了能确保3D物体结构稳定、同时生成细节逼真的纹理，这项研究设计了一个名叫Point-UV diffusion的框架。

这个框架包含“粗设计”和“精加工”两个模块，都基于扩散模型打造，不过二者用到的扩散模型有所不同。

首先在“粗设计”模块中，训练一个以形状特征（包括表面法线、坐标和遮罩）为输入条件的3D扩散模型，用来预测物体形状中每个点的颜色，从而生成一个粗糙纹理图像效果:

然后在“精加工”模块中，又设计了一个2D扩散模型，进一步将之前生成的粗糙纹理图像和物体形状作为输入条件，用来生成更加精细的纹理:

之所以采取这种设计结构，是因为之前的高分辨率点云生成方法，计算成本通常过高。

用这种两阶段生成的方法，不仅节省了计算成本，让两个扩散模型“各司其职”，而且相比之前的方法，不仅保留了原来3D物体的结构，生成的纹理也要更加精细。

至于通过输入文字或图片控制生成效果，则是CLIP的“功劳”。

针对输入，作者会先用预训练的CLIP模型提取文本或图像embeddings，然后将它输入一个MLP模型中，最终将条件整合进“粗设计”和“精加工”两阶段的网络中。

这样一来，就能实现通过文字和图像控制生成的纹理，从而得到最终输出结果。

所以，这样的模型实现效果究竟如何?

生成速度从10分钟缩短至30秒

先来看看Point-UV diffusion的生成效果。

从效果图中可见，除了桌椅，Point-UV diffusion同样还能生成汽车等物体的纹理，种类更丰富:

不仅能根据文字生成纹理:

也能根据一张图像生成对应物体的纹理效果:

除此之外，作者们还将Point-UV diffusion生成纹理效果与之前的方法做了个对比。

从图中可见，与Texture Fields、Texturify、PVD-Tex等其他纹理生成模型相比，Point-UV diffusion在结构和精细度上都表现出了更好的效果。

作者还提到，同样硬件配置下，相比Text2Mesh需要10分钟的计算，Point-UV diffusion只需要30秒。

不过，作者也提到了Point-UV diffusion目前还存在的一些局限之处，例如当UV贴图存在太多“碎片化”的部分时，它还是无法生成无缝的纹理效果。此外，由于依赖3D数据进行训练，而3D 数据的精细化质量和数量目前还不能达到2D 数据的水平，生成的效果暂时还无法达到像2D图像生成那么精细化的效果。

对这项研究感兴趣的小伙伴，可以戳下方论文看看~

论文地址:

https://cvmi-lab.github.io/Point-UV-Diffusion/paper/point_uv_diffusion.pdf

项目地址（还在施工中）:

https://github.com/CVMI-Lab/Point-UV-Diffusion

—完—