SceneFrom3D:基于几何条件的户外3D场景生成——视图调度与对象级控制
摘要
SceneFrom3D 是一个框架,能够从输入几何数据中自动调度视图,生成高质量的户外3D场景,并实现对外观和几何一致性的对象级控制。
查看缓存全文
缓存时间: 2026/07/09 07:52
论文页面 - SceneFrom3D:基于几何条件的室外3D场景生成,通过视图调度与对象级控制
来源:https://huggingface.co/papers/2607.04540
摘要
SceneFrom3D 通过自动从输入几何体调度视图,并利用身份图像和几何遵循参数控制物体外观与几何贴合度,生成 3D 室外场景。
基于几何条件的 3D 场景生成能够从用户提供的几何体创建 3D 环境,从而直接控制场景结构和物体布局。为生成此类 3D 场景,现有方法通常采用三阶段设计:首先定义视图调度,然后沿调度视图合成多视角观测,最后从生成的图像重建 3D 表示。然而,对于室外场景,定义视图调度成为主要瓶颈——因为几何体庞大、非结构化且无边界,难以获取既能提供足够覆盖又能支持稳定生成的视图。为解决这一瓶颈,我们提出 SceneFrom3D,一个能够自动从室外输入几何体调度视图的框架。SceneFrom3D 构建一个有向生成图,其中节点表示锚定视图,边表示插值轨迹,从而定义要合成的视图、需插值的视图对以及生成的顺序。除了自动视图调度,SceneFrom3D 还通过对象级条件控制进一步提升可控性:为每个对象分配身份图像以指导外观,并分配几何遵循参数以实现对输入几何体的区域级控制。实验表明,SceneFrom3D 在基于几何条件的室外 3D 场景生成中达到最先进水平,可生成高质量场景,并实现对物体外观和几何贴合度的可控调节。
查看 arXiv 页面 (https://arxiv.org/abs/2607.04540)
查看 PDF (https://arxiv.org/pdf/2607.04540)
项目页面 (https://kimgeonung.github.io/SceneFrom3D/)
GitHub1 (https://github.com/KIMGEONUNG/SceneFrom3D)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.04540)
在您的 Agent 中获取此论文:
hf papers read 2607.04540
没有最新的 CLI?curl -LsSf https://hf.co/cli/install.sh | bash
引用此论文的模型0
暂无模型关联此论文
请在模型 README.md 中引用 arxiv.org/abs/2607.04540 以在此页面建立链接。
引用此论文的数据集0
暂无数据集关联此论文
请在数据集 README.md 中引用 arxiv.org/abs/2607.04540 以在此页面建立链接。
引用此论文的 Space0
暂无 Space 关联此论文
请在 Space README.md 中引用 arxiv.org/abs/2607.04540 以在此页面建立链接。
包含此论文的收藏集0
暂无收藏集包含此论文
将此论文添加到收藏集 (https://huggingface.co/new-collection) 以在此页面建立链接。
相似文章
Sat3DGen:基于单张卫星图像的全面街景级3D场景生成
Sat3DGen采用几何优先的方法,从单张卫星图像生成街景级3D场景,通过新颖的约束条件和训练策略,提高了几何精度和照片级真实感。该方法在VIGOR-OOD基准测试上相比先前工作有显著改进。
CGGS: 一致性增强的几何高斯泼溅用于第一人称3D场景生成
CGGS是一个文本到3D的框架,通过使用一致性增强损失、布局装饰和基于熵的深度损失的几何细化等多阶段方法,提高了第一人称3D场景生成中的几何一致性和质量。
SpaR3D-MoE: 面向稀疏视图的自适应3D空间推理与几何归纳混合专家模型
介绍SpaR3D-MoE,这是一个端到端框架,用于从稀疏RGB视图中进行自适应3D空间推理,利用流形采样和几何归纳混合专家,在VSI-Bench、ScanQA和SQA3D上取得了最先进的性能。
用于鲁棒多视图三维重建的几何感知表示去噪
提出GARD,一种基于扩散的框架,在前馈三维重建器的特征空间中操作,从退化输入中联合恢复场景几何和高质量图像。
SynCity 3000: 自举场景级3D扩散
SynCity 3000 提出了一种框架,用于生成大规模、全局一致的3D场景,该框架通过将图像到3D生成器适配为卷积算子,并在来自新数据引擎的合成场景数据上进行微调来实现。