arXiv · 机器人与计算机视觉· Utkarsh Nath, Rajeev Goel, Rahul Khurana, Kyle Min, Mark Ollila, Pavan Turaga, Varun Jampani, Tejaswi Gowda·· 2026-10-20AI 评分75
DecompDreamer:一种面向结构化 3D 资产生成的组合感知课程学习框架
DecompDreamer: A Composition-Aware Curriculum for Structured 3D Asset Generation
AI 导读
针对现有文生 3D 方法在处理组合式提示时因梯度冲突导致几何纠缠或发散的问题,本文提出 DecompDreamer 框架。该方法将核心挑战重构为优化调度问题,采用新颖的分阶段优化策略作为隐式课程:优先建立物体间的连贯结构骨架,再转向个体组件的高保真细化。定性定量评估显示,DecompDreamer 在保真度、解耦性和空间一致性上优于最先进方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org