最近，在3D幾何建模方面有了顯著改進(jìn)。然而，生成完全紋理化的3D對象仍然是一個挑戰(zhàn)。最近發(fā)表在arXiv.org上的一篇論文建議使用Texturify為3D形狀集合自動生成紋理。

給定一個形狀幾何，Texturify學(xué)習(xí)在從潛在紋理空間采樣時自動在形狀上生成各種不同的紋理。該方法僅使用一組圖像和一組來自同一類類別的3D形狀幾何圖形，而不需要任何3D紋理監(jiān)督。

生成對抗網(wǎng)絡(luò)使用輸入形狀幾何和潛在紋理代碼直接在網(wǎng)格表面上合成紋理。研究人員證實了Texturify在使用真實世界圖像訓(xùn)練的ShapeNet椅子和汽車紋理方面的有效性。

結(jié)果表明，該方法創(chuàng)建了逼真的高保真紋理，并且優(yōu)于最先進(jìn)的方法。

3D對象上的紋理提示是引人注目的視覺表示的關(guān)鍵，可以創(chuàng)建具有跨不同視圖的固有空間一致性的高視覺保真度。由于紋理3D形狀的可用性仍然非常有限，因此學(xué)習(xí)基于3D輸入預(yù)測紋理的3D監(jiān)督數(shù)據(jù)驅(qū)動方法非常具有挑戰(zhàn)性。因此，我們提出了Texturify，這是一種基于GAN的方法，它利用對象類的3D形狀數(shù)據(jù)集，并通過生成高質(zhì)量紋理來學(xué)習(xí)重現(xiàn)在真實圖像中觀察到的外觀分布。特別是，我們的方法不需要任何3D顏色監(jiān)督或形狀幾何和圖像之間的對應(yīng)來學(xué)習(xí)3D對象的紋理。Texturify通過在分層4-RoSy參數(shù)化上引入人臉卷積算子直接在3D對象的表面上操作，以生成合理的對象特定紋理。采用可區(qū)分的渲染和對抗性損失來批評單個視圖和視圖之間的一致性，我們有效地從真實世界的圖像中學(xué)習(xí)高質(zhì)量的表面紋理分布。對汽車和椅子形狀集合的實驗表明，我們的方法在FID得分上平均優(yōu)于現(xiàn)有技術(shù)22%。