DreamGaussian为何在3D内容生成这么火？

AI

3DGS可太火啦！DreamGaussian刚被ICLR 2024（Oral）收录，引用量都快达到50了，项目的star数更是突破3000。现在啊，手速快且做出成果才是硬道理。DreamGaussian是一种新的3D内容生成框架，能兼顾效率与质量。其核心为构建一个3D Gaussian Splatting模型，凭借该模型，只需2分钟就能从单视图图像生成高质量纹理网格，相比现有方法提速约10倍。而且，其代码已经开源。点击关注 @CVer官方网络账号，就能第一时间获取最优质、最前沿的CV、AI、目标检测成果。

单位有北大、南洋理工和百度。主页：https://dreamgaussian.github.io/代码链接为：https://github.com/dreamgaussian/dreamgaussian。论文链接：https://arxiv.org/ABS/2309.16653。3D内容创建的最新发展，主要是利用分数蒸馏采样（SDS）来做基于优化的3D生成。虽然已呈现出不错的成果，但这些方法大多受单个样本优化速度慢的困扰，这限制了它们的实际应用。本文提出了DreamGaussian，这是一种新的3D内容生成框架，能同时兼顾效率与质量。

我们的主要想法是构建一个3D Gaussian Splatting模型，然后在UV空间里进行网格提取与纹理细化。

北大

与神经辐射场的占用剪枝不同，我们证实3D高斯渐进致密化在3D生成任务中收敛速度显著更快。此外，为提升纹理质量以推动下游应用，我们提出一种有效算法，可将3D高斯转换为纹理网格，还采用微调阶段细化细节。

大量实验表明，我们提出的方法效率极高、生成质量颇具竞争力。需注意的是，DreamGaussian仅用2分钟就能从单视图图像生成高质量纹理网格，较现有方法而言，速度提升了约10倍。

现在赶快点击关注@CVer官方网络账号吧，这样就能第一时间获取到最优质、最前沿的CV（计算机视觉）、AI（人工智能）成果啦。无论是涨点神器、LLM（大型语言模型），还是AIGC（图像/视频/3D生成）等众多方向，像多模态、医学影像，以及分类、检测等各个领域都能一网打尽！