Enhancing Texture Generation with High-Fidelity Using Advanced Texture Priors

最近2D生成技术的进展引发了广泛的讨论，探讨如何使用2D先验来生成3D形状和纹理内容。然而，这些方法经常忽略了随后的用户操作，例如当用户获取3D模型并简化其结构时出现的纹理混叠和模糊。传统的图形方法在一定程度上缓解了这个问题，但是最近的纹理合成技术无法确保与原始模型外观的一致性，也无法实现高保真度的恢复。此外，高分辨率纹理合成经常出现背景噪声，限制了这些生成技术的实际应用。在这项工作中，我们提出了一种高分辨率和高保真度的纹理恢复技术，使用粗糙纹理作为初始输入，增强合成纹理与初始纹理之间的一致性，从而克服了用户结构简化操作引起的混叠和模糊问题。此外，我们引入了一种基于自监督方案的背景噪声平滑技术，以解决当前高分辨率纹理合成方案中的噪声问题。我们的方法实现了高分辨率纹理合成，为高清晰度和高细节纹理合成技术铺平了道路。实验表明，我们的方案在高分辨率条件下的高保真度纹理恢复方面优于当前已知方案。

本文旨在解决使用2D先验进行3D形状和纹理内容生成时，用户操作（如简化结构）导致的纹理混叠和模糊问题，以及高分辨率纹理合成中出现的背景噪声问题。

本文提出了一种高分辨率和高保真度的纹理恢复技术，利用粗糙纹理作为初始输入，增强合成纹理与初始纹理之间的一致性，从而克服用户简化操作引起的混叠和模糊问题。此外，还引入了一种基于自监督方案的背景噪声平滑技术，以解决当前高分辨率纹理合成方案中出现的噪声问题。

本文实现了高分辨率纹理合成技术，为高清晰度和高细节纹理合成技术铺平了道路。实验表明，本文方案在高分辨率条件下的高保真度纹理恢复方面优于当前已知方案。

最近的相关研究包括：《High-Resolution Image Synthesis Using Multi-Adversarial Networks》、《Progressive Growing of GANs for Improved Quality, Stability, and Variation》等。