重建动漫角色模型
CharacterGen: Efficient 3D Character Generation from Single Images
目前的生产方式(手办/模型)
建立数字化3D模型(mesh)—>模型拆件
- 软件：Blender, ZBrush
3D打印(小批量，未来趋势)
使用3D打印工艺，进行模型拆件要除了便于组装外，还要有一定厚度(3D打印的模型必须要有足够的厚度)，可以融合使用一些其他的组装件如铜柱等，拆件完后，在3D打印机软件中做支撑，然后进行打印(光固化树脂)
整体流程：
建模—>拆件—>(做支撑)—>3D打印—>打磨—>组装—>上色(涂装)
- 建模师根据2D图像进行建模(需要大量经验) ==> 多视图三维重建，且根据2D虚拟图像进行重建才有意义，如stable diffusion等文生图AI生成出来的图像(可以做到多视图)，或者画师手工绘制的图像(单视图较为方便)。需要保证做出来的模型具有一定的稳定性，不能一碰就倒，要找好重心
- 拆件也需要一定的经验，哪里做凹陷，哪里连接用铜柱等等问题需要考虑
- 做支撑可以防止零件被悬空打印
- 3D打印有很多种方式FDM常见成本低、SLA成本高但精度高、SLS、SLM。未来趋势全彩3D打印机：2023年5款最佳全彩3D打印机
展望：
- 使用全彩3D打印机一体化地打印模型，省去了拆件、组装、上色等步骤，通过改进还可以省去做支撑(或者自动做支撑)
- 使用三维重建算法可以更高效地获取三维模型，三维重建算法的最高形态是可以根据物体几张图片甚至一张图片，重建出高质量的模型。图片来源可以是画师手绘的一张图、随便拍的真实物体照片、网站上的各种物体图片等等
赛纳三维 J402PLUS SLA 立体光固化打印机
SLA/DLP/LCD 3D 打印支撑添加全解
钢模+注塑(大批量)
使用钢模+注塑的话，拆件
整体流程：
建模—>拆件—>开模(做钢模)—>批量注塑—>筛选—>打磨—>上色(手工+喷涂)—>分件分类+组装—>除尘+打包
Theory
手办图像生成
[PVC Style Model]Movable figure model Pony - Pony1.60 | Stable Diffusion Checkpoint | Civitai Stable Diffusion PVC model
选择PVC，外挂VAE选择None
- Prompt:
- (score_9, score_8_up, score_7_up), source anime, figure
- surreal,amazing quality,masterpiece,best quality,awesome,inspiring,cinematic composition,soft shadows,Film grain,shallow depth of field,highly detailed,high budget,cinemascope,epic,color graded cinematic,atmospheric lighting,natural,figure,natural lighting,exqusite visual effect,delicate details
- Negative:
- engrish text, low quality, worst quality, score_4,score_3,score_2,score_1,ugly,bad feet, bad hands
- lowres,(bad),text,error,fewer,extra,missing,worst quality,jpeg artifacts,low quality,watermark,unfinished,displeasing,oldest,early,chromatic aberration,artistic error,username,english text,scan,[abstract],
1 | 1.更倾向于PVC的起始标签（Starting tags that lean more towards PVC）： |
ControlNet:
- Unit0 Canny， Pixel Perfect，Allow Preview，Canny，预处理器选canny，My prompt is more important
- Unit1 tilecolorfix， Pixel Perfect，Allow Preview，tilecolorfix，预处理器选tilecolorfix，My prompt is more important
难点：
- 现有的图生图模型无法根据手绘图片合理的(保留原始风格)生成手办(PVC)风格图片
- 必须要有针对Full Body的强控制
背景移除
Bilateral Reference for High-Resolution Dichotomous Image Segmentation | PDF
(SAM) facebookresearch/segment-anything: The repository provides code for running inference with the SegmentAnything Model
(SAM 2) facebookresearch/segment-anything-2: The repository provides code for running inference with the Meta Segment Anything Model 2
额外先验估计
Normal Image
Stable-X/StableNormal: StableNormal: Reducing Diffusion Variance for Stable and Sharp Normal
Depth Image
Fine-Tuning Image-Conditional Diffusion Models is Easier than You Think扩散模型
一致性多视图生成
与训练的视频生成模型+位姿(微调)生成多视图图像
它可以在单个消费级 GPU 上同时生成 100 多个一致的目标视图，以任何相机姿势的任意数量的参考视图为条件。
Cycle3D: High-quality and Consistent Image-to-3D Generation via Generation-Reconstruction Cycle
多视图三维重建
NeRF-based 的 NeuS 系列
3DGS-based 的 显示高斯体优化
Related Work
some github repo:
Dataset
PAniC-3D
用去除线条后的2D image进行建模，得到3D radiance field
NOVA-3D
NOVA-3D: Non-overlapped Views for 3D Anime Character Reconstruction
GAN网络，从Non-overlapped Views(Sparse-view)中重建模型
CharacterGen
CharacterGen: Efficient 3D Character Generation from Single Images
- 多视图图像生成，由于特殊姿势的一致性多视图很难，本文提出了将输入的图像转换到canonical space中
- 三维重建：基于NeRF和Transformer参考了LRM: Large Reconstruction Model for Single Image to 3D
- 在Objaverse dataset上pre-train，然后再本文数据集Anime3D上Fine-tune，为了引入更多的人体先验
- 为了得到跟好的模型，使用 Triplane SDF 替换密度场
- 网络提取和UV map获取，参考了Deep Marching Tetrahedra: a Hybrid Representation for High-Resolution 3D Shape Synthesis，但是DMTet的UV展开过程中会损失外观信息。此外，UV的分辨率比直接渲染的分辨率大，多个texels可能投影到相同的像素上，为了解决这一问题，本文将四个视图投影到UV map上(通过depth test消除occluded texels没理解)
- 单纯的叠加还不行(会导致角色身体轮廓出现噪声texels)，本文使用相机方向向量与normal texture map作内积，内积大于-0.2的texels抛弃掉
- 对于overlapping的texels，选择back投影后RGB最接近coarse texture的值
- 最后使用Poisson Blending将projected texels与原始texels混合，以减少seams
- 使用了Modular Primitives for High-Performance Differentiable Rendering | PDF NvDiffRast渲染器进行高效光栅化
texels(纹理元素，纹素)
CoNR
CoNR：二次元视频生成AI背后的故事 - 知乎 不算Reconstruction，因为最终目标不是模型，而是用模型得到的新视图图像
Collaborative Neural Rendering using Anime Character Sheets (CoNR)
- 网络1是UDP Detector，相当于给一张手绘图，可以粗略估计3D模型 (UDP检测器后接泊松表面重建算法，可以得到一个粗略灰模)。
- 这样静态的“单张”3D灰模可以变成一个运动的“序列”。(比如，可以通过现有的自动化绑定技术（RigNet或基于模板的方法）或者其他网上的半自动绑定工具（比如Adobe Mixamo）得到一个可操作的模型，然后通过现有的基于物理的仿真技术或基于视觉的动作捕捉（如OpenPose，Posenet等）来套用各种真人视频中动作等等。)
- 网络2是CoNR，相当于从手绘人设图和3D模型上进行“转描”
特色是可以处理张数较少的手绘的二次元人物（不像3D扫描、Nerf那样需要转台和上百个视角的图像），并且输出的结果是人物在A-Pose下的灰模
Toon3D
动漫中的环境场景，动漫中的手绘图像没有3D一致性，本文致力解决这一问题
数据集生成
- Marigold 进行深度估计
- SAM 进行mask获取
- 自制的Toon3D Labeler进行
Sketch-A-Shape
从草图中生成3D shape (across voxel, implicit, and CAD representations and synthesize consistent 3D shapes)
ShapeFromSketches
3D Shape Reconstruction from Sketches via Multi-view Convolutional Networks:
很简单的思路，就是直接输入sketches 然后使用卷积构建单个编码器和两个解码器，生成多个视图的depth 和 normal maps，然后出点云
Physically Compatible 3D Object Modeling from a Single Image
Physically Compatible 3D Object Modeling from a Single Image
通过融合物理信息，可以让重建出来的模型，通过3D打印后，可以稳稳地站立在桌面上
