图像引导的 3D 网格几何风格化

最近的生成模型可以创建视觉上合理的物体 3D 表示。然而，生成过程通常允许隐式控制信号，例如上下文描述，并且很少支持超出现有数据分布的大胆几何扭曲。我们提出了一种几何风格化框架，可以使 3D 网格变形，使其能够表达图像的风格。虽然风格本质上是不明确的，但我们利用预先训练的扩散模型来提取所提供图像的抽象表示。我们从粗到细的风格化流程可以使输入 3D 模型发生巨大变形，以表达各种几何变化，同时保留原始网格和零件级语义的有效拓扑。我们还提出了一种近似 VAE 编码器，它可以从网格渲染中提供高效且可靠的梯度。大量实验表明，我们的方法可以创建风格化的 3D 网格，反映图片资产的独特几何特征，例如富有表现力的姿势和轮廓，从而支持独特的艺术 3D 创作的创建。项目页面：https://changwoonchoi.github.io/GeoStyle