EpiDiff

单图生成多视角，极线约束保一致，3D重建更高效

EpiDiff 是一个基于扩散模型的多视角合成框架，旨在从单张图片生成高一致性的多视角图像，进而用于 3D 重建。它针对现有方法（如 MVDream）在全局注意力机制下计算开销大、视角一致性不足的问题，提出了局部极线约束的注意力模块，将注意力计算限制在极线对应的局部区域内，从而在保证多视角几何一致性的同时显著提升生成效率。EpiDiff 支持多种扩散模型骨干（如 Stable Diffusion），并提供了完整的训练和推理代码，适用于文本到 3D、图像到 3D 等场景。其核心能力包括：高效的多视角生成、精确的几何约束、以及易于集成到现有 3D 生成流程中。该项目在 CVPR 2024 发表，代码开源，适合研究者和开发者用于快速原型验证。