Краткое содержание

arXiv:2511.12202v1 Тип: новая работа Аннотация: В последнее время значительное внимание привлекают методы 3D-генерации на основе диффузии с несколькими видами. Однако этим методам часто свойственно несовпадение формы и текстуры между сгенерированными изображениями с разных видов, что приводит к низкому качеству результатов 3D-генерации, таким как неполные геометрические детали и текстуры с эффектом ореола. Некоторые методы в основном оптимизированы для фронтального ракурса и демонстрируют низкую устойчивость к входным данным под наклонным углом. В данной статье для решения вышеуказанных проблем мы предлагаем высококачественный подход image-to-3D, названный LSS3D, с обучаемым пространственным сдвигом для явного и эффективного устранения противоречий между несколькими видами и обработки не фронтального входного вида. В частности, мы назначаем обучаемые параметры пространственного сдвига для каждого вида и корректируем каждый вид в сторону пространственно согласованной цели, руководствуясь реконструированным мешем, что позволяет добиться высококачественной 3D-генерации с более полными геометрическими деталями и чистыми текстурами. Кроме того, мы включаем