本文主要是介绍生成系列论文：基于diffusion的3d图像的生成：Novel View Synthesis with Diffusion Models（一），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Novel View Synthesis with Diffusion Models
文章的原地址为：https://arxiv.org/abs/2210.04628
想要直接生成一个3d图像比较困难
作者的研究动机主要是，在直接生成一个完整的3d空间点云的时候较为困难，于是作者想要转而寻求其他的方法，作者最终采用的方法是不断地生成3d图像的各个角度的视图，来完成最终的生成。也就是本文的最终目的是生成一组3d图像的视图。
现有模型存在的问题
现有的模型都是直接从一个图片生成到另外一个图片，缺少一个整体的生成。我个人理解这里是这样子的，原始的图片到图片的生成都是生成两个有关系的图片，并不能很好的保证生成的是同一个物体的两个视图，因此很难更有针对性的应用在3d视图的生成。所以作者才要开发这个模型来解决这个问题。
作者采用的结构
作者这里原有的扩散模型没有太大的区别，主要是控制信息的不同。
作者怎么输入控制信息
1.第一次输入（A视图，A视图对应的姿态角）输出（B视图，B视图对应的姿态角）
2.第二次输入（A视图，A视图对应的姿态角，B视图，B视图对应的姿态角）输出（C视图，C视图对应的姿态角）这次有两图片控制的，作者并没有融合他们，而是每次随机选择一个让其对生成进行控制。
这篇关于生成系列论文：基于diffusion的3d图像的生成：Novel View Synthesis with Diffusion Models（一）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
