TexGen基于文本引导的多视图采样和重采样的3D纹理生成https://huggingface.co/papers/2408.01291给定一个3D网格，我们的目标是合成与任意文本描述相对应的3D纹理。目前从采样视图生成和组装纹理的方法通常会导致明显的接缝或过度平滑。为了解决这些问题，我们提出了TexGen，这是一种用于纹理生成的新型多视图采样和重采样框架，利用了预训练的文本到图像扩散模型。为了实现视图一致性采样，首先我们在RGB空间中维护一个纹理图，该纹理图由去噪步骤参数化，并在扩散模型的每个采样步骤后更新，以逐步减少视图差异。我们利用一种注意力引导的多视图采样策略来在视图之间传播外观信息。为了保留纹理细节，我们开发了一种噪声重采样技术，这种技术有助于噪声估计，生成随后的去噪步骤所需的输入，按照文本提示和当前纹理图的指示进行。通过大量的定性和定量评估，我们证明了我们提出的方法在多样的3D对象纹理质量方面显著优于当前的最先进方法，具有高度的视图一致性和丰富的外观细节。此外，我们提出的纹理生成技术也可以应用于纹理编辑，同时保留原始身份。