Fugu-MT 論文翻訳(概要): A Generative Adversarial Network for AI-Aided Chair Design

論文の概要: A Generative Adversarial Network for AI-Aided Chair Design

arxiv url: http://arxiv.org/abs/2001.11715v1
Date: Fri, 31 Jan 2020 08:57:32 GMT
ステータス: 処理完了
システム内更新日: 2023-01-05 06:19:58.034117
Title: A Generative Adversarial Network for AI-Aided Chair Design
Title（参考訳）: AI支援型チェア設計のためのジェネレーティブ・アドバイサル・ネットワーク
Authors: Zhibo Liu, Feng Gao, Yizhou Wang
Abstract要約: この手法の目標は、スケッチと3Dモデルを作成することで、人間のデザイナーを促進するために、巨大な椅子候補を生成することである。トレーニングデータセットの基盤となる分布を学習する画像合成モジュールと、生成された画像の品質と人間の関与を改善する超高解像度モジュールで構成されている。
参考スコア（独自算出の注目度）: 12.246185850140723
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a method for improving human design of chairs. The goal of the method is generating enormous chair candidates in order to facilitate human designer by creating sketches and 3d models accordingly based on the generated chair design. It consists of an image synthesis module, which learns the underlying distribution of training dataset, a super-resolution module, which improve quality of generated image and human involvements. Finally, we manually pick one of the generated candidates to create a real life chair for illustration.
Abstract（参考訳）: 椅子の人体設計を改善する方法を提案する。提案手法は, 提案した椅子設計に基づいて, スケッチや3Dモデルを作成することにより, 人的設計を容易にするための巨大な椅子候補を生成することを目的とする。トレーニングデータセットの基盤となる分布を学習する画像合成モジュールと、生成された画像の品質と人間の関与を改善する超解像度モジュールで構成される。最後に、生成した候補の1つを手作業で選択し、実生活用の椅子を作成します。

関連論文リスト

I-Design: Personalized LLM Interior Designer [57.00412237555167]
I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
論文参考訳（メタデータ） (2024-04-03T16:17:53Z)
LatentHuman: Shape-and-Pose Disentangled Latent Representation for Human Bodies [78.17425779503047]
本稿では,人体に対する新しい暗黙の表現法を提案する。完全に微分可能で、非交叉形状で最適化可能であり、潜在空間を映し出す。我々のモデルは、よく設計された損失を伴う、水密でない生データを直接訓練し、微調整することができる。
論文参考訳（メタデータ） (2021-11-30T04:10:57Z)
Human Performance Capture from Monocular Video in the Wild [50.34917313325813]
本研究では,挑戦的な身体ポーズを特徴とするモノクロ映像から動的3次元人体形状をキャプチャする手法を提案する。本手法は,現在開発中の3DPWビデオデータセットにおいて,最先端の手法よりも優れる。
論文参考訳（メタデータ） (2021-11-29T16:32:41Z)
ProtoRes: Proto-Residual Architecture for Deep Modeling of Human Pose [6.9997407868865364]
我々はスパースと可変ユーザ入力に基づいて、フル静的な人間のポーズを構築する問題に取り組む。本稿では,残余接続と部分的に指定されたポーズのプロトタイプエンコーディングを組み合わせて,新しい完全ポーズを生成するニューラルアーキテクチャを提案する。リアルタイム3D開発プラットフォームであるUnityにニューラルネットワークを統合するためのユーザインターフェースを開発しました。
論文参考訳（メタデータ） (2021-06-03T16:56:58Z)
Computer-Aided Design as Language [16.79054488229662]
高度に構造化された2次元スケッチを自動的に生成できる機械学習モデルを提案する。本手法は,市販データシリアライズプロトコルと並行して汎用言語モデリング手法を組み合わせたものである。私たちのアプローチは、ドメインの複雑さに対応するために十分な柔軟性を持ち、無条件合成と画像からスケッチへの変換の両方に適しています。
論文参考訳（メタデータ） (2021-05-06T15:43:10Z)
Learned Spatial Representations for Few-shot Talking-Head Synthesis [68.3787368024951]
複数発話頭合成のための新しいアプローチを提案する。この異方性表現は,従来の手法よりも大幅に改善されることを示す。
論文参考訳（メタデータ） (2021-04-29T17:59:42Z)
Detailed 3D Human Body Reconstruction from Multi-view Images Combining Voxel Super-Resolution and Learned Implicit Representation [12.459968574683625]
多視点画像から詳細な3次元人体を再構築する粗い方法を提案する。粗い3Dモデルは、マルチスケールな特徴に基づいて暗黙表現を学習することによって推定される。洗練された3D人体モデルは、詳細を保存できるボクセル超解像によって製造することができる。
論文参考訳（メタデータ） (2020-12-11T08:07:39Z)
Hierarchical Amortized Training for Memory-efficient High Resolution 3D GAN [52.851990439671475]
本稿では,高解像度な3D画像を生成することができる新しいエンドツーエンドGANアーキテクチャを提案する。トレーニングと推論の異なる構成を使用することで、この目標を達成する。 3次元胸郭CTと脳MRIの実験により、我々のアプローチは画像生成における最先端技術より優れていることが示された。
論文参考訳（メタデータ） (2020-08-05T02:33:04Z)
SketchyCOCO: Image Generation from Freehand Scene Sketches [71.85577739612579]
本稿では,シーンレベルのフリーハンドスケッチから画像の自動生成手法を提案する。主要なコントリビューションは、EdgeGANと呼ばれる属性ベクトルをブリッジしたGeneversarative Adrial Networkである。我々はSketchyCOCOと呼ばれる大規模複合データセットを構築し、ソリューションをサポートし評価した。
論文参考訳（メタデータ） (2020-03-05T14:54:10Z)
A Robust Pose Transformational GAN for Pose Guided Person Image Synthesis [9.570395744724461]
任意のポーズで与えられた人物画像を生成するために,付加的な特徴学習を伴わない残差学習手法を用いて,シンプルで効果的なポーズ変換GANを提案する。効率的なデータ拡張技術と巧妙にモデルをチューニングすることで、照明、閉塞、歪み、スケールの点で堅牢性を実現する。本稿では,2つの大規模データセット上での既存手法よりもモデルの方が優れていることを示すために,定性的かつ定量的に詳細な研究を行う。
論文参考訳（メタデータ） (2020-01-05T15:32:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。