买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:交叉信息核心技术研究院(西安)有限公司;清华大学
摘要:本发明属于一种3D生成方法,针对当前文本条件图像生成方法在3D生成方面应用时,存在推理效率低、生成类别和下游任务受限的技术问题,提供一种基于VPP的3D生成方法及相关装置,利用掩码体素Transformer、3DVQGAN编码器、栅格平滑器、掩码点云Transformer和解码器实现3D点云生成,且掩码体素Transformer、3DVQGAN编码器、栅格平滑器、掩码点云Transformer和解码器训练时均基于点云和体素进行训练,综合了结构化体素表示的泛化和非结构化点云表示的稀疏性,可有效实现高效且通用的3D形状生成。经验证,不仅在多类别生成效率上表现出优越性,基于掩码Transformer可以执行多种3D下游任务,如生成、编辑和预训练等多项3D任务,更适合于实际应用。
主权项:1.一种基于VPP的3D生成方法,其特征在于,包括以下步骤:根据文本或多视点图像的CLIP特征,生成提示嵌入;将所述提示嵌入,以及文本或多视点图像对应的掩码体素令牌输入掩码体素Transformer,得到推理体素令牌;将所述推理体素令牌输入3DVQGAN编码器,得到粗体素;将所述粗体素输入栅格平滑器,结合位置嵌入,得到掩码点云令牌;将所述掩码点云令牌输入掩码点云Transformer,得到推理点云令牌;将所述推理点云令牌输入解码器,生成3D点云;其中,所述掩码体素Transformer、3DVQGAN编码器、栅格平滑器、掩码点云Transformer和解码器,均是基于点云和体素训练后得到的。
全文数据:
权利要求:
百度查询: 交叉信息核心技术研究院(西安)有限公司 清华大学 一种基于VPP的3D生成方法及相关装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。