arXiv · 机器人与计算机视觉· Jiale Zhang, Yang Liu, Chengyang Li, Jin Yuan, Qianxi Jia, Taicheng Huang·· 14 天前AI 评分73
RDT-3D:一种用于高保真三维几何生成的分辨率解耦训练方法
RDT-3D: Resolution-Decoupled Training for High-Fidelity 3D Geometry Generation
AI 导读
论文揭示现有粗到细框架在推理阶段存在坐标引导与几何监督的分辨率不匹配问题,导致细节退化。为此提出 RDT 方法,将 RoPE 引导锚定在 512 分辨率并在 1536 分辨率下监督几何,以增强细节外推能力。同时开源 Dual3D-300K 大规模配对数据集,包含 30 万个跨分辨率对齐的封闭三维点云,为高解析度三维生成提供基准。实验表明该方法显著提升了锐利几何区域的生成质量。
来源:arXiv · 机器人与计算机视觉 · arxiv.org