Compress3D: مساحة كامنة مضغوطة لتوليد 3D من صورة واحدة

شهد توليد 3D تقدمًا كبيرًا، إلا أن إنتاج أصول 3D عالية الجودة بكفاءة من صورة واحدة لا يزال يمثل تحديًا. في هذه الورقة، نقدم مشفر ثلاثي الطائرات، الذي يقوم بترميز نماذج 3D في مساحة كامنة ثلاثية الطائرات مضغوطة لتقليل كلاً من هندسة 3D ومعلومات القوام بشكل فعال. ضمن إطار المشفّر، نقدم آلية انتباه متقاطع مدرك لـ 3D، التي تستخدم تمثيلات منخفضة الدقة للاستعلام عن الميزات من حجم ميزات 3D عالي الدقة، مما يعزز قدرة التمثيل لمساحة الكامنة. بعد ذلك، نقوم بتدريب نموذج انتشار على هذه المساحة الكامنة المكررة. على عكس الاعتماد فقط على تضمين الصورة لتوليد 3D، تدعو طريقتنا المقترحة إلى الاستفادة المتزامنة من كل من تضمين الصورة وتضمين الشكل كشرطين. على وجه التحديد، يتم تقدير تضمين الشكل عبر نموذج انتشار مشروط على تضمين الصورة. من خلال تجارب شاملة، نوضح أن طريقتنا تتفوق على الخوارزميات الحديثة، حيث تحقق أداءً أفضل مع الحاجة إلى بيانات تدريب ووقت أقل. تتيح قوتنا إنتاج أصول 3D عالية الجودة في فترة زمنية لا تتجاوز 7 ثوانٍ على وحدة معالجة الرسوميات A100 واحدة.