- Text-to-3D任务中，对3D模型外观的控制不强，本文提出IPDreamer来解决该问题。
- 在NeRF Training阶段，IPDreamer根据文本用ControlNet生成参考图，并将参考图作为Zero 1-to-3的控制条件，用基于Zero 1-to-3的SDS损失生成粗NeRF。
- 在Mesh Training阶段，IPDreamer将NeRF用DMTet转换为3D Mesh，并分别优化Mesh的几何与纹理。1）用参考图的法向图编码作为控制信号，用IPSD (Image Prompt Score Distillation) 优化3D Mesh的几何；2）用渲染rgb图像编码（和法向图差异）作为控制信号，用IPSD优化3D Mesh的纹理。
- 将Text-to-3D任务，转换为单图重建任务，实现了更好的外观控制。
目录
[NeRF Training](#NeRF Training)
[Mesh Training](#Mesh Training)
[Some Results](#Some Results)
[编辑Comparison with SOTA Text-to-3D Methods](#编辑Comparison with SOTA Text-to-3D Methods)
Method
NeRF Training
- Image Generation. 给定文本描述和控制条件，本文用ControlNet生成参考图片。
- Training of the Coarse NeRF Model. 给定参考图片，本文用基于Zero 1-to-3的SDS损失生成粗NeRF。
Mesh Training
- Mesh Extraction. 给定粗NeRF，本文用DMTet将其转换为3D Mesh。3D Mesh由顶点V和四面体T（tetrahedrons）组成。每个顶点包含一个signed distance field (SDF) 值
和形变值
组成。
描述了相较于初始正则坐标的变换。本文基于IPSD优化
。 - Geometry Optimization. Fantasia3D和ProlificDreamer用SDS优化3D Mesh的法向图，实现几何优化。但常用扩散模型缺少法向图的训练数据，导致几何优化效果不佳。为解决该问题，本文引入法向图编码
，其中
是IP-Adapter的denosing model。IPSD几何损失表达如下：
- Texture Optimization. 首先，提取参考图像编码
。其次，计算渲染角度和参考角度的法向图编码，并计算差值得到
。这一步的目的是希望用
来表征任意渲染角度图像的图像编码。IPSD纹理损失表达如下：
Experiments
Some Results
Comparison with SOTA Text-to-3D Methods
