区别于传统的2D图像迁移，3D形状到形状的转换（Shape-to-Shape Translation）任务要求在将输入形状的几何和语义转换为新域的同时，保留其原始的结构或拓扑变化。这一特点使得该任务在3D建模和动画领域具有重要意义。然而，由于缺乏成对的训练数据，现有的非配对3D转换方法（主要基于GAN架构，如LOGAN和UNIST）面临严峻挑战：其一是“模式崩溃”（Mode Collapse），即生成器无法探索完整的数据分布，导致生成结果多样性有限且质量低劣；其二是潜在表示能力不足，即低维的潜在向量或网格难以捕捉丰富的3D形状细节，往往导致输出模糊且难以精确重建输入形状。
针对上述挑战，本文提出了一种基于梯度引导的三平面扩散模型（Gradient-Guided Triplane Diffusion），通过在三平面表示上执行扩散过程来实现非配对形状转换。该方法包含几大创新操作：三平面表示与扩散操作，将3D物体分解为高效的三平面特征（Triplane Representations），利用扩散模型的前向过程平滑特定域的细节并保留整体结构，再通过反向过程逐步去噪以对齐目标域分布；梯度引导机制，设计了结构保持引导（利用低通滤波器保留原始几何结构）和分类器引导（利用预训练分类器促使生成结果符合目标域特征），有效提升了转换的保真度和准确性；跨平面卷积层，在扩散模型中引入该层以增强不同平面轴向特征间的信息交互。实验表明，该方法在ShapeNet数据集（如扶手椅与无扶手椅、桌子与椅子互转）以及动物模型数据集上显著优于现有技术，验证了所提方法的有效性 。
本文的原创性体现在范式转移与机制设计的双重创新。首次将扩散模型引入非配对3D形状转换任务，替代了传统的对抗生成网络（GAN），有效解决了模式崩溃问题，能够生成具有高保真度和高质量的变换形状；提出的梯度引导机制与跨平面卷积设计，巧妙地平衡了源形状的结构保持与目标域的特征对齐。本文为缺乏成对数据情况下的3D几何建模提供了高质量的解决方案，在计算机图形学与几何深度学习领域具有重要的应用价值 。
（第一作者张文逍为麻豆传媒 副研究员；通讯作者刘俊为英国兰卡斯特大学教授）。
原文题目为：“Unpaired 3D Shape-to-Shape Translation via Gradient-Guided Triplane Diffusion”，于2025年被IEEE Transactions on Visualization and Computer Graphics (TVCG) 录用发表，DOI：10.1109/TVCG.2025.3535531 。TVCG属于中国计算机学会（CCF）推荐A类期刊，是计算机图形学与可视化领域的国际顶级期刊之一，主要发表在可视化、虚拟现实、增强现实、3D计算机图形学等方面的最新研究成果。
