Hyper-3DG: Geração de Gaussianas 3D a partir de Texto via Hipergráfico

A geração de texto para 3D representa um campo empolgante que tem visto avanços rápidos, facilitando a transformação de descrições textuais em modelos 3D detalhados. No entanto, o progresso atual frequentemente negligencia a intrincada correlação de alta ordem entre geometria e textura dentro de objetos 3D, levando a desafios como suavização excessiva, saturação excessiva e o problema de Janus. Neste trabalho, propomos um método denominado ``Geração de Gaussianas 3D via Hipergráfico (Hyper-3DG)'', projetado para capturar as sofisticadas correlações de alta ordem presentes dentro de objetos 3D. Nossa estrutura é ancorada por um fluxo principal bem estabelecido e um módulo essencial, denominado ``Refinador de Hipergráfico de Geometria e Textura (HGRefiner)''. Este módulo não apenas refina a representação de Gaussianas 3D, mas também acelera o processo de atualização dessas Gaussianas 3D, conduzindo a Aprendizagem de Hipergráfico Patch-3DGS tanto em atributos explícitos quanto em características visuais latentes. Nossa estrutura permite a produção de objetos 3D finamente gerados dentro de uma otimização coesa, contornando efetivamente a degradação. Extensa experimentação demonstrou que nosso método proposto melhora significativamente a qualidade da geração 3D enquanto não incorre em sobrecarga computacional adicional para a estrutura subjacente. (Código do projeto: https://github.com/yjhboy/Hyper3DG)