近年来，三维表面生成技术取得了显著进展，但生成具有任意拓扑结构的高质量表面仍然是一个挑战。尤其是在细节精确性和拓扑多样性方面，现有方法往往难以兼顾。因此，如何生成既具有复杂拓扑结构又保持高细节质量的三维表面，成为了该领域需要突破的关键。

针对这一挑战，德州农工大学在读博士余政铭提出Surf-D，一种使用扩散模型为任意拓扑生成高质量表面的方法应运而生。Surf-D采用了一种新颖的无符号距离场（UDF）表示方法，并结合基于点的自编码器，以学习一个紧凑且连续的潜在空间。这种设计有效地平衡了表面表示的全局一致性与局部细节的精确性，使得任意拓扑结构的高质量表面生成成为可能。论文已在ECCV 2024上发表！

Surf-D框架通过基于点的自编码器实现高分辨率表面生成。在编码阶段，框架利用UDF表示捕捉表面细节，并通过自编码器学习表面潜在特征。这一过程不仅保留了表面的细节信息，还为表面生成提供了强大的表示能力。在解码阶段，框架从潜在空间中重构出高分辨率的表面，确保了表面的连续性和细节质量。

Surf-D在多个数据集上进行了广泛的实验，包括无条件生成、类别条件生成、图像条件生成和文本到形状的任务。实验结果表明，Surf-D在生成高质量表面方面取得了显著的性能提升。生成样本显示，Surf-D能够生成具有复杂拓扑结构和丰富细节的三维表面，同时保持了表面的物理真实性和视觉质量。由于Surf-D的高效架构，即使在处理更复杂的表面生成任务时，推理时间也能得到有效控制。

12月23日10点，智猩猩邀请到论文一作、德州农工大学计算机系第二年博士生余政铭参与「智猩猩AI新青年讲座」260讲，主讲《任意拓扑的高质量3D物体生成》。