3D物体与场景生成的最新进展：综述

《ACM Computing Surveys》：Recent Advances in 3D Object and Scene Generation: A Survey

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

近年来，随着交互媒体、扩展现实（XR）和元宇宙行业的智能升级，对 3D 内容的需求呈指数级增长。为了克服传统手动建模方法的局限性，例如劳动密集型和漫长的生产周期，通过新型 3D 表示范式与人工智能生成技术的融合，取得了革命性的进展。在本综述中，我们对静态 3D 对象和场景生成的最新成果进行了系统回顾，并通过系统分类建立了一个全面的技术框架。我们的分析从主流的 3D 对象表示开始。随后，我们深入探讨了基于四种主流深度生成模型的 3D 对象生成的技术路径：变分自编码器、生成对抗网络、自回归模型和扩散模型。关于场景生成，我们重点关注三种主导范式：布局引导生成、基于 2D 先验的提升以及规则驱动建模。最后，我们批判性地审查了 3D 生成中持续存在的挑战，并提出了未来研究的潜在方向。本综述旨在为读者提供对最新 3D 生成技术的结构化理解，同时激励研究人员在这一领域进行更多的探索。项目页面：Awesome-3D-Object-and-Scene-Generation。

AI 摘要

AI 生成摘要（实验性）

本摘要由自动化工具生成，未经文章作者撰写或审核。它旨在支持发现，帮助读者评估相关性，并协助相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。全文仍然是权威记录版本。 点击此处了解更多。

点击 此处 对本摘要的准确性、清晰度和有用性发表评论。这样做将有助于改进和未来的重新生成版本。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。