RelightFormer：用于多视角物体重新打光的前馈式生成Transformer
RelightFormer是一种生成式Transformer，可根据单张或多张图像直接为物体重新打光。该模型无需显式估计物体的内在属性，而是通过潜在照明模块，利用交叉注意力将目标环境光照图注入空间特征。排列不变的位置编码使模型能够对称处理无序的多视角输入，避免序列偏差。研究团队还构建了用于训练的Laval Objaverse数据集，包含9万个物体和3.9万种独特照明。实验结果显示，该模型在单视角、多视角和新视角重新打光任务中具备较高的视觉与逼真度，并表现出较强的零样本泛化能力。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。