【技术实现步骤摘要】
本申请涉及3d任务生成算法，具体涉及一种3d任务生成方法、装置、存储介质及电子设备。
技术介绍
1、制作具有丰富几何和纹理细节的高质量3d内容对于游戏、电影和ar/vr行业等许多领域至关重要。然而，这项任务需要相关领域的专家承担巨大的工作量。大规模文本到图像扩散模型在图像内容生成方面取得了令人印象深刻的成功，这激发了研究人员探索从文本描述生成3d资产，从而有可能降低3d内容创建成本。
2、直接训练3d扩散模型的一个主要瓶颈是缺乏大规模的文本-3d配对数据。最大的公共文本3d数据集objaverse仅包含80万个文本-3d对，而图像文本数据集(例如laion-5b)包含数十亿个文本-图像对。因此，现阶段的3d任务生成任务中会有生成速度慢，生成过程不可控，生成结果容易出现多头的问题。
3、因此，为了满足实际需求，现提供一种3d任务生成技术。
技术实现思路
1、本申请提供一种3d任务生成方法、装置、存储介质及电子设备，通过对nerf进行优化，进而提升3d任务生成精度以及生...
【技术保护点】
1.一种3D任务生成方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的3D任务生成方法，其特征在于，对NeRF的几何占用进行初始化，包括以下步骤：
3.如权利要求1所述的3D任务生成方法，其特征在于，对NeRF的几何占用进行初始化，并自适应形状引导进行约束训练，对所述NeRF进行优化，包括以下步骤：
4.如权利要求1所述的3D任务生成方法，其特征在于，对所述初步纹理进行DMTet优化，获得所述几何形状的优化纹理，包括以下步骤：
5.一种3D任务生成装置，其特征在于，所述装置包括：
6.如权利要求...
【技术特征摘要】
1.一种3d任务生成方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的3d任务生成方法，其特征在于，对nerf的几何占用进行初始化，包括以下步骤：
3.如权利要求1所述的3d任务生成方法，其特征在于，对nerf的几何占用进行初始化，并自适应形状引导进行约束训练，对所述nerf进行优化，包括以下步骤：
4.如权利要求1所述的3d任务生成方法，其特征在于，对所述初步纹理进行dmtet优化，获得所述几何形状的优化纹理，包括以下步骤：
5.一种3d任务生成装置，其特征在于，所述...
【专利技术属性】
技术研发人员：李阳光，刘泽祥，刘学博，梁鼎，
申请(专利权)人：北京哇嘶嗒科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。