英文版,GET3D：一种从图像中学习高质量3D纹理形状的生成模型。

过两个潜在编码生成一个3D SDF和纹理场。我们利用DMTet从SDF中提取3D表面网格，并在表面点查询纹理场以获得颜色。我们使用在2D图像上定义的对抗性损失进行训练。

特别地，我们使用基于光栅化的可微分渲染器来获取RGB图像和轮廓。我们利用两个2D鉴别器，分别对RGB图像和轮廓进行分类，以区分输入是真实的还是假的。整个模型是端到端可训练的。

随着多个行业向建模海量3D虚拟世界的方向发展，需要能够在3D内容的数量、质量和多样性方面进行扩展的内容创作工具变得越来越明显。

在我们的工作中，我们旨在训练性能良好的3D生成模型，合成纹理网格，这些网格可以直接被3D渲染引擎使用，因此可以立即在下游应用中使用。之前关于3D生成建模的工作要么缺乏几何细节，要么受到所能生成的网格拓扑的限制，通常不支持纹理，或者在合成过程中利用神经渲染器，这使得它们在常见的3D软件中的使用并不容易。在这项工作中，我们介绍了GET3D，一种生成显式纹理的3D网格模型，具有复杂的几何细节。