En une phrase, le modèle 3D peut générer un style d'apparence réaliste, jusqu'aux détails au niveau de la photo.

La création de contenu 3D basé sur une entrée donnée (par exemple, basée sur des invites textuelles, des images ou des formes 3D) a des applications importantes dans les domaines de la vision par ordinateur et du graphisme. Cependant, ce problème est complexe. En réalité, il nécessite généralement que les artistes professionnels (artistes techniques) consacrent beaucoup de temps et d’argent à la création de contenu 3D. Dans le même temps, les ressources de nombreuses bibliothèques de modèles 3D en ligne sont généralement des modèles 3D nus, sans aucun matériau. Si vous souhaitez les appliquer au moteur de rendu actuel, vous avez besoin d'un artiste technique pour créer des matériaux, des lumières et des cartes normales de haute qualité. pour eux. Par conséquent, il serait prometteur s’il existait un moyen de générer des actifs de modèles 3D automatisés, diversifiés et réalistes.

Par conséquent, des équipes de recherche de l'Université de technologie de Chine du Sud, de l'Université polytechnique de Hong Kong, de l'Intelligence interdimensionnelle, du Laboratoire Pengcheng et d'autres institutions ont proposé une méthode de stylisation de modèles 3D basée sur le texte - TANGO, qui est utile pour Basé sur certains Modèles et textes 3D, il peut générer automatiquement des matériaux SVBRDF, des cartes normales et des lumières plus réalistes, et offre une meilleure robustesse aux modèles 3D de mauvaise qualité. Cette étude a été acceptée dans NeurIPS 2022.

Page d'accueil du projet : https://cyw-3d.github.io/tango/

Effet de modèle

Pour une saisie de texte et un modèle tridimensionnel donnés, TANGO peut produire un plus raffiné Il présente des détails photoréalistes élevés et ne produit pas de problèmes d'auto-intersection sur la surface du modèle 3D. Comme le montre la figure 1 ci-dessous, TANGO présente non seulement des effets de réflexion réalistes sur des matériaux lisses (tels que l'or, l'argent, etc.), mais peut également estimer des normales point par point pour des matériaux inégaux (tels que des briques, etc.). un effet bosselé.

Figure 1. Résultats stylisés de TANGO

La clé pour que TANGO puisse générer des résultats de rendu réalistes est de combiner avec précision chaque composant du modèle d'ombrage (SVBRDF, carte normale, lumière) Split séparez-le et apprenez-le séparément. Enfin, ces parties divisées sont sorties via le moteur de rendu différentiable gaussien sphérique et envoyées à CLIP pour calculer la perte avec le texte d'entrée. Pour démontrer la justification du découplage des composants, l’étude a visualisé chaque composant. La figure 2 (a) montre le résultat stylisé d'"une paire de chaussures en briques", (b) montre la direction normale d'origine du modèle 3D, (c) est la direction normale prédite par TANGO pour chaque point du modèle 3D. , (d) (e) (f) représentent respectivement les paramètres de réflexion diffuse, de rugosité et de réflexion spéculaire dans SVBRDF, (g) est la lumière ambiante exprimée par la fonction gaussienne sphérique prédite par TANGO.

Figure 2 Visualisation des composants de rendu découplés

En même temps, cette recherche peut également éditer les résultats produits par TAGO. Par exemple, dans la figure 3, la recherche peut utiliser d'autres cartes de lumière pour rééclairer les résultats TANGO ; dans la figure 4, les paramètres de rugosité et de réflectivité spéculaire peuvent être modifiés pour modifier le degré de réflexion sur la surface de l'objet.

Image 3 Rééclairage du résultat stylisé TANGO

Image 4 Modification du matériau de l'objet

De plus, comme TANGO utilise des cartes normales prédites pour ajouter des détails sur la surface des objets, il est également très robuste aux modèles tridimensionnels avec un petit nombre de sommets. Comme le montre la figure 5, les modèles originaux de lampe et d'extraterrestre avaient respectivement 41 160 et 68 430 visages. Les chercheurs ont sous-échantillonné les modèles originaux et ont obtenu un modèle avec seulement 5 000 visages. On peut voir que les performances de TANGO sur le modèle original et le modèle sous-échantillonné sont fondamentalement similaires, tandis que Text2Mesh présente un sérieux phénomène d'auto-intersection sur le modèle de faible qualité.

Figure 5 Test de robustesse

Méthode de principe

TANGO se concentre principalement sur la méthode de stylisation guidée par texte d'objets tridimensionnels. Le travail actuel le plus pertinent dans ce domaine est Text2Mesh, qui utilise le modèle pré-entraîné CLIP comme guide pour prédire la couleur et le décalage de position des sommets de surface d'un modèle 3D afin d'obtenir la stylisation. Cependant, la simple prévision des couleurs des sommets de la surface produit souvent des effets de rendu irréalistes, et des décalages irréguliers des sommets peuvent provoquer de graves auto-intersections. Par conséquent, cette recherche s'appuie sur le pipeline de rendu physique traditionnel pour découpler l'ensemble du processus de rendu dans le processus de prédiction des matériaux SVBRDF, des cartes normales et des lumières, et exprimer les éléments découplés avec des fonctions gaussiennes sphériques respectivement. Cette méthode de découplage basée sur la physique permet à TANGO de produire correctement des effets de rendu réalistes et présente une bonne robustesse.

Figure 6 Organigramme TANGO

La figure 6 montre le flux de travail de TANGO. À partir d'un modèle 3D et d'un texte (tel que « une chaussure en or » sur l'image), l'étude redimensionne d'abord le modèle 3D à une sphère unitaire, puis échantillonne la position de la caméra à proximité du modèle 3D émis. Ray trouve le point d'intersection x_p avec le modèle tridimensionnel et la direction normale du point d'intersection n_p. Ensuite, x_p et n_p seront envoyés au réseau SVBRDF et au réseau Normal pour prédire les paramètres matériels et la direction normale du point. En même temps, plusieurs fonctions gaussiennes sphériques sont utilisées pour exprimer. la scène de la lumière. Pour chaque itération de formation, l'étude restitue l'image à l'aide d'un moteur de rendu gaussien sphérique différentiable, puis code l'image augmentée à l'aide de l'encodeur d'image du modèle CLIP, et enfin le modèle CLIP rétropropage les gradients pour mettre à jour tous les paramètres apprenables.

Résumé

Cet article propose TANGO, une nouvelle méthode qui génère des styles d'apparence réalistes pour les modèles 3D basés sur le texte saisi et qui est robuste aux modèles de faible qualité. En découplant le style d'apparence du SVBRDF, des changements géométriques locaux (normales ponctuelles) et des conditions d'éclairage, et en les représentant et en les rendant sous forme de fonctions gaussiennes sphériques, nous pouvons utiliser CLIP comme supervision des pertes et apprendre.

Par rapport aux méthodes existantes, TANGO peut être très robuste même pour des modèles 3D de mauvaise qualité. Cependant, la méthode consistant à fournir des détails géométriques dans des directions normales point par point tout en évitant l'auto-intersection réduira également légèrement le degré de concavité et de convexité de la surface du matériau qui peut être exprimé. Cette étude estime que TANGO et Text2Mesh sont basés sur le sommet. Les compensations sont effectuées dans leurs directions respectives. Il s'agit d'une bonne tentative préliminaire qui inspirera des recherches ultérieures.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!