Key points are not available for this paper at this time.
अधिकांश टेक्स्ट-टू-3D जनरेटर लाखों छवियों पर प्रशिक्षित डेरिवेटिव टेक्स्ट-टू-इमेज मॉडलों पर आधारित हैं। वे स्कोर डिस्टिलेशन सैंप्लिंग (SDS) के प्रकारों का उपयोग करते हैं, जो धीमे, कुछ हद तक अस्थिर और कलाकृतियों के प्रति प्रवण है। एक समाधान यह है कि 2D जनरेटर को मल्टी-व्यू जागरूकता के लिए ठीक-ठाक किया जाए, जो डिस्टिलेशन में मदद कर सकता है या 3D ऑब्जेक्ट सीधे आउटपुट करने के लिए पुनर्निर्माण नेटवर्क के साथ जोड़ा जा सकता है। इस शोध पत्र में, हम टेक्स्ट-टू-3D मॉडलों के डिजाइन स्पेस का और अन्वेषण करते हैं। हम छवि जनरेटर के स्थान पर वीडियो को ध्यान में रखकर मल्टी-व्यू उत्पन्न करने में अत्यधिक सुधार करते हैं। गॉसियन स्प्लाटिंग का उपयोग करके, एक मजबूत छवि-आधारित हानि को अनुकूलित कर सकने वाले 3D पुनर्निर्माण एल्गोरिदम के संयोजन के साथ, हम उत्पन्न दृष्टिकोणों से सीधे उच्च गुणवत्ता वाले 3D आउटपुट उत्पन्न करते हैं। हमारी नई विधि, IM-3D, 2D जनरेटर नेटवर्क के मूल्यांकनों की संख्या को 10-100x कम करती है, जिससे यह एक अधिक कुशल पाइपलाइन, बेहतर गुणवत्ता, कम ज्यामितीय असंगतियां और उपयोगी 3D संपत्तियों की उच्च उपज का परिणाम बनता है।
Melas-Kyriazi et al. (मंगलवार,) ने इस प्रश्न का अध्ययन किया।