SILSA：用于拓扑保持高分辨率 3D 生成的滑动窗口切片潜变量

arXiv:2610.02201v1 公告类型：cross 摘要：高分辨率 3D 生成越来越依赖体素潜变量和多阶段流水线，这类方法首先预测活跃结构，然后合成本地几何。尽管这种设计有效，但它会将连续表面碎片化为大量局部标记，增加生成成本，并且通常会削弱薄型或高度连通形状的拓扑一致性。我们提出 SILSA，一种具有拓扑感知能力的 3D 生成框架，使用紧凑的滑动窗口切片潜变量表示形状。SILSA 不生成成本高昂的体素标记，而是沿三个规范轴使用一组固定的重叠切片，其中每个标记概括一个局部深度窗口，以保持截面连续性，并支持单阶段 rectified-flow 生成。Slice VAE 将定向表面采样编码为多轴切片潜变量，并通过稀疏体积解码器对其进行重建；Volumetric Anchor Lattice 则通过共享的 3D 工作空间协调不同方向的切片流。为保持结构正确性，我们引入切片级拓扑监督，使持久性图相匹配，并对齐相邻切片之间的贝蒂数转变。实验表明，SILSA 在大幅降低生成成本的同时提升了结构保真度。与最强基线相比，SILSA 将 PSNR 提高了 $8.7\%$，覆盖率提高了 $5.96$ 个绝对百分点，贝蒂数误差降低了 $9.2\%$；与下一个最紧凑的基线相比，其使用的标记数减少了 $70.0\%$，与稀疏或分层标记器相比减少了超过 $98\%$，从而使训练内存减少了 $40.4\%$，推理时间缩短了 $58.5\%$。定性结果进一步表明，SILSA 能够更好地保留薄结构、重复组件和远距离连通性。