UV-free Texture Generation with Denoising and Geodesic Heat Diffusions

标准的基于UV的网格纹理处理存在着接缝、畸变、UV空间浪费、顶点重复以及表面分辨率变化等问题，这些问题在使用自动UV展开技术时尤为严重。因此，我们提出了一种新方法，将纹理表示为彩色点云，其颜色是由限制在3D物体表面操作的去噪扩散概率模型生成的。我们的采样和分辨率无关的生成模型主要依赖于网格表面上的热扩散，以实现点之间的空间通信，而不是像大多数最先进的方法那样在自动生成的UV平面上生成纹理。为了能够处理任意采样的点云纹理并确保远距离纹理一致性，我们引入了一种快速重新采样网格谱属性的方法，并引入了一种新的基于热扩散的自注意机制。我们的代码和预训练模型可在github.com/simofoti/UV3-TeD上获得。

论文试图解决UV纹理映射中存在的问题，如扭曲、浪费空间等，并提出一种新的基于点云的纹理表示方法。

论文的关键思路是将纹理表示为彩色点云，并使用热扩散概率模型生成颜色，从而解决UV纹理映射中存在的问题。

论文提出的方法可以处理任意采样的点云纹理，并保证长距离的纹理一致性。同时，论文还引入了一种新的自注意机制，并提供了代码和预训练模型。

近期相关研究包括基于深度学习的纹理映射方法、基于光场的纹理映射方法等。