AI驱动的3D环境风格化
AI-Driven Stylization of 3D Environments
University of California, Berkeley（加州大学伯克利分校）
AI总结：
本文提出利用NeRF和3D高斯泼溅等新型表示，结合图像风格化与图像到3D生成模型，构建迭代流程将3D原始对象场景风格化为高保真场景，并展示合成结果与局限。
摘要：
在本系统中，我们讨论了使用NeRF和3D高斯泼溅等新型3D表示方法，将3D原始对象场景风格化为更高保真度3D场景的方法。我们的方法利用现有的图像风格化系统和图像到3D生成模型，构建了一个迭代式风格化并将3D对象合成到场景中的流程。我们展示了将生成对象添加到场景中的结果，并讨论了局限性。
英文摘要：
In this system, we discuss methods to stylize a scene of 3D primitive objects into a higher fidelity 3D scene using novel 3D representations like NeRFs and 3D Gaussian Splatting. Our approach leverages existing image stylization systems and image-to-3D generative models to create a pipeline that iteratively stylizes and composites 3D objects into scenes. We show our results on adding generated objects into a scene and discuss limitations.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
