DreamScene360: Неограниченная генерация трехмерных сцен из текста с помощью панорамного гауссовского сплетения.

DreamScene360: Unconstrained Text-to-3D Scene Generation with Panoramic Gaussian Splatting

April 10, 2024

Авторы: Shijie Zhou, Zhiwen Fan, Dejia Xu, Haoran Chang, Pradyumna Chari, Tejas Bharadwaj, Suya You, Zhangyang Wang, Achuta Kadambi

cs.AI

Аннотация

Растущий спрос на приложения виртуальной реальности подчеркнул важность создания захватывающих трехмерных ресурсов. Мы представляем конвейер генерации сцен 360^{circ} из текста, который облегчает создание всесторонних сцен 360^{circ} для среды "в дикой природе" всего за несколько минут. Наш подход использует генеративную мощь двумерной модели диффузии и оперативное самосовершенствование для создания высококачественного и глобально согласованного панорамного изображения. Это изображение действует как предварительное "плоское" (2D) представление сцены. Затем оно преобразуется в трехмерные гауссианы, используя техники сплэттинга для обеспечения возможности исследования в реальном времени. Для создания согласованной трехмерной геометрии наш конвейер строит пространственно согласованную структуру путем выравнивания двумерной монокулярной глубины в глобально оптимизированное облако точек. Это облако точек служит начальным состоянием для центроидов трехмерных гауссианов. Для решения проблем невидимых областей, присущих однозначным входам, мы накладываем семантические и геометрические ограничения как на синтезированные, так и на входные камерные виды в качестве регуляризаций. Эти ограничения направляют оптимизацию гауссианов, помогая в восстановлении невидимых областей. В заключение, наш метод предлагает глобально согласованную трехмерную сцену в перспективе 360^{circ}, обеспечивая улучшенный захватывающий опыт по сравнению с существующими техниками. Веб-сайт проекта: http://dreamscene360.github.io/

English

The increasing demand for virtual reality applications has highlighted the significance of crafting immersive 3D assets. We present a text-to-3D 360^{circ} scene generation pipeline that facilitates the creation of comprehensive 360^{circ} scenes for in-the-wild environments in a matter of minutes. Our approach utilizes the generative power of a 2D diffusion model and prompt self-refinement to create a high-quality and globally coherent panoramic image. This image acts as a preliminary "flat" (2D) scene representation. Subsequently, it is lifted into 3D Gaussians, employing splatting techniques to enable real-time exploration. To produce consistent 3D geometry, our pipeline constructs a spatially coherent structure by aligning the 2D monocular depth into a globally optimized point cloud. This point cloud serves as the initial state for the centroids of 3D Gaussians. In order to address invisible issues inherent in single-view inputs, we impose semantic and geometric constraints on both synthesized and input camera views as regularizations. These guide the optimization of Gaussians, aiding in the reconstruction of unseen regions. In summary, our method offers a globally consistent 3D scene within a 360^{circ} perspective, providing an enhanced immersive experience over existing techniques. Project website at: http://dreamscene360.github.io/