用于 3D 生成的姿势感知扩散

由于解耦的规范然后旋转范例中固有的空间不匹配和变换模糊性，生成姿势对齐的 3D 对象具有挑战性。为此，我们引入了姿势感知扩散 (PAD)，这是一种新颖的端到端扩散框架，可直接在观察空间内合成 3D 几何形状。通过将单眼深度投影到部分点云中并明确地将其注入为 3D 几何锚点，PAD 放弃了规范假设来实施严格的空间监督。这一代从本质上解决了姿势模糊性，产生高保真姿势对齐资产。大量实验表明，与最先进的方法相比，PAD 实现了卓越的几何对准和图像到 3D 对应性。此外，PAD 通过独立生成的对象的简单组合自然地扩展到组合 3D 场景重建，突出了其保留精确空间布局的强大能力。