划重点:

1. 🚀Convolutional Reconstruction Model（CRM）是一种高保真度的前馈单图像到3D生成模型，充分考虑了稀疏3D数据的限制，强调了在网络设计中整合几何先验的必要性。

2. 🖼️CRM通过生成六个正交视图图像，经过卷积U-Net处理，利用其强大的像素级对齐能力和显著的带宽，创建了高分辨率的三平面

3. ⏱️ 模型在仅10秒内从图像中生成高保真纹理网格，无需任何测试时优化。

3月12日 消息:近期，清华大学的研究团队在图像处理领域取得了重要进展，他们提出了一种名为Convolutional Reconstruction Model（CRM）的前馈式单图像到3D纹理网格生成模型。与传统的大型重建模型(LRM)相比，CRM在生成速度上表现出色，同时克服了基于Transformer的方法在几何先验方面存在的不足。

传统的3D生成模型虽然在生成速度上有所突破，但由于Transformer方法未充分利用三平面组件的几何先验，导致在有限的3D数据和缓慢的训练情况下质量不佳。为了解决这一问题，研究团队提出了CRM，一个高保真度的前馈式单图像到3D生成模型。

CRM的关键观察是，三平面的可视化呈现出六个正交图像的空间对应关系。模型首先从单个输入图像生成六个正交视图图像，然后将这些图像输入卷积U-Net进行处理，利用其强大的像素级对齐能力和显著的带宽，创建高分辨率的三平面。与此同时，CRM采用Flexicubes作为几何表示，实现对纹理网格的直接端到端优化。

整个推理过程仅需要在A800GPU上花费约10秒的时间，其中包括U-Net的前向传播（不到0.1秒）、查询表面点的UV纹理和文件I/O。与传统方法相比，CRM从图像中仅需短短的时间就能生成高保真度的纹理网格，无需在测试时进行任何优化。

图中，展示了整个方法的流程。输入图像首先经过多视图图像扩散模型，生成六个正交图像。然后，另一个扩散模型用于生成基于这六个图像的CCMs（conditional convolutional masks）。最后，这六个图像和CCMs一起输入CRM，重建最终的纹理网格。

研究团队通过生成的纹理网格展示了CRM的性能，包括玫瑰、青蛙、大象、哆啦A梦、猫和校车等互动网格。同时，CRM还展示了其在创建类似乐高风格的对象方面的潜力。

在与现有方法的比较中，CRM展现出了卓越的性能和效率。研究团队通过BibTeX引用了他们的工作，这表明了对该模型的高度认可。

这一项研究为单图像到3D纹理网格的生成提供了一种新的前馈式模型，具有卓越的速度和质量，为图像处理领域带来了新的可能性。

项目入口:https://top.aibase.com/tool/crm