公开了可从文本和输入图像生成3D人体纹理的模型『TexDreamer: Towards Zero-Shot High-Fidelity 3D Human Texture Generation』的技术页面！

TexDreamer: Towards Zero-Shot High-Fidelity 3D Human Texture Generation

TexDreamer是首个同时支持文本和图像输入的零样本高保真3D人体纹理生成模型。
通过高效的纹理适配微调，TexDreamer在从文本生成语义3D人体UV纹理时，能够表现出忠实的身份和服装。

使用语义UV映射进行3D人体纹理处理仍然是一个挑战，因为很难获得合理展开的UV。最近，尽管利用大规模T2I（text-to-image）模型在多视图渲染监督下的text-to-3D取得了进展，但在生成速度、文本一致性以及纹理质量方面仍然存在问题，因此现有数据集也存在数据不足。我们提出TexDreamer，这是首个零样本多模态高保真3D人体纹理生成模型。通过高效的纹理适配微调策略，在保持原有泛化能力的同时，将大规模T2I模型适配到语义UV结构。借助新的特征转换模块，训练后的模型可以在数秒内从文本或图像生成高保真的3D人体纹理。此外，还介绍了ArTicuLated humAn textureS（ATLAS）。ATLAS是最大的高分辨率（1024×1024）3D人体纹理数据集，包含50k个高保真纹理和文本说明。该数据集和模型计划公开用于研究目的。

哦哦…这对今后的发展值得期待。
详情请查看官方项目页面。Github页面目前还是ComingSoon。

链接

TexDreamer: Towards Zero-Shot High-Fidelity 3D Human Texture Generation