論文の概要: 3D-FRONT: 3D Furnished Rooms with layOuts and semaNTics

• arxiv url: http://arxiv.org/abs/2011.09127v2
• Date: Fri, 14 May 2021 02:39:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-24 04:20:43.048056
• Title: 3D-FRONT: 3D Furnished Rooms with layOuts and semaNTics
• Title（参考訳）: 3d-レイアウトとセマンティクスを備えた3d家具室
• Authors: Huan Fu, Bowen Cai, Lin Gao, Lingxiao Zhang, Jiaming Wang Cao Li, Zengqi Xun, Chengyue Sun, Rongfei Jia, Binqiang Zhao, Hao Zhang
• Abstract要約: 3D-FRONTは18,968室の3Dオブジェクトを多用しており、公開されているすべてのシーンデータセットをはるかに上回っている。 軽量なレンダリングツールであるTrescopeをリリースし、3D-FRONTの2D画像とアノテーションのベンチマークレンダリングをサポートする。
• 参考スコア（独自算出の注目度）: 21.660708913700184
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce 3D-FRONT (3D Furnished Rooms with layOuts and semaNTics), a new, large-scale, and comprehensive repository of synthetic indoor scenes highlighted by professionally designed layouts and a large number of rooms populated by high-quality textured 3D models with style compatibility. From layout semantics down to texture details of individual objects, our dataset is freely available to the academic community and beyond. Currently, 3D-FRONT contains 18,968 rooms diversely furnished by 3D objects, far surpassing all publicly available scene datasets. In addition, the 13,151 furniture objects all come with high-quality textures. While the floorplans and layout designs are directly sourced from professional creations, the interior designs in terms of furniture styles, color, and textures have been carefully curated based on a recommender system we develop to attain consistent styles as expert designs. Furthermore, we release Trescope, a light-weight rendering tool, to support benchmark rendering of 2D images and annotations from 3D-FRONT. We demonstrate two applications, interior scene synthesis and texture synthesis, that are especially tailored to the strengths of our new dataset. The project page is at: https://tianchi.aliyun.com/specials/promotion/alibaba-3d-scene-dataset.
• Abstract（参考訳）: 3d-front(レイアウトとセマンティクスを備えた3d家具室)、プロがデザインしたレイアウトでハイライトされた合成屋内シーンの新しい、大規模で包括的なリポジトリ、高品質なテクスチャ付き3dモデルによる多数の部屋を紹介する。 レイアウトセマンティクスから個々のオブジェクトのテクスチャの詳細まで、私たちのデータセットはアカデミックコミュニティとそれ以上に自由に利用できます。 現在、3D-FRONTは18,968室の3Dオブジェクトを多用しており、公開されているすべてのシーンデータセットをはるかに上回っている。 さらに13,151個の家具には高品質なテクスチャが備わっている。 フロアプランやレイアウトデザインは、プロの創作物から直接引用されるが、家具のスタイル、色、テクスチャなどのインテリアデザインは、我々がエキスパートデザインとして一貫したスタイルを達成するために開発したレコメンデーションシステムに基づいて慎重にキュレートされている。 さらに、軽量なレンダリングツールであるTrescopeをリリースし、3D-FRONTの2D画像とアノテーションのベンチマークレンダリングをサポートする。 インテリアシーン合成とテクスチャ合成という,新たなデータセットの強みに合わせた2つの応用例を示す。 プロジェクトページは以下の通り。 https://tianchi.aliyun.com/specials/promotion/alibaba-3d-scene-dataset。

関連論文リスト

• FurniScene: A Large-scale 3D Room Dataset with Intricate Furnishing Scenes [57.47534091528937]
  FurniSceneは、インテリアデザインの専門家による複雑な家具シーンを備えた大規模な3Dルームデータセットである。 具体的には、FurniSceneは11,698の部屋と、89種類のユニークな家具CADモデル39,691種類で構成されている。 室内環境のきめ細かいレイアウト生成に適した2段階拡散シーンモデル(TSDSM)を提案する。
  論文  参考訳（メタデータ） (2024-01-07T12:34:45Z)
• ControlRoom3D: Room Generation using Semantic Proxy Rooms [48.93419701713694]
  高品質なルームメッシュを生成するための新しい手法であるControlRoom3Dを提案する。 われわれのアプローチはユーザ定義の3Dセマンティック・プロキシールームであり、粗い部屋のレイアウトを概説している。 2Dにレンダリングすると、この3D表現は強力な2Dモデルを制御するための貴重な幾何学的および意味的な情報を提供する。
  論文  参考訳（メタデータ） (2023-12-08T17:55:44Z)
• Uni3D: Exploring Unified 3D Representation at Scale [66.26710717073372]
  大規模に統一された3次元表現を探索する3次元基礎モデルであるUni3Dを提案する。 Uni3Dは、事前にトレーニングされた2D ViTのエンドツーエンドを使用して、3Dポイントクラウド機能と画像テキスト整列機能とを一致させる。 強力なUni3D表現は、野生での3D絵画や検索などの応用を可能にする。
  論文  参考訳（メタデータ） (2023-10-10T16:49:21Z)
• Estimating Generic 3D Room Structures from 2D Annotations [36.2713028459562]
  本稿では,2次元セグメンテーションマスクのみから汎用的な3次元部屋レイアウトを生成する手法を提案する。 これらの2次元アノテーションに基づいて,構造要素とその空間的範囲の3次元平面方程式を自動再構成する。 YouTubeビデオを含むRealEstate10kデータセット上に2246の3Dルームレイアウトをリリースする。
  論文  参考訳（メタデータ） (2023-06-15T12:10:27Z)
• Generating Visual Spatial Description via Holistic 3D Scene Understanding [88.99773815159345]
  視覚空間記述(VSD)は、画像内の対象物の空間的関係を記述するテキストを生成することを目的としている。 外部の3Dシーン抽出器を用いて,入力画像の3Dオブジェクトとシーン特徴を抽出する。 対象物の中心となる3次元空間シーングラフ(Go3D-S2G)を構築し,対象物の空間意味を総合的な3次元シーン内にモデル化する。
  論文  参考訳（メタデータ） (2023-05-19T15:53:56Z)
• SceneHGN: Hierarchical Graph Networks for 3D Indoor Scene Generation with Fine-Grained Geometry [92.24144643757963]
  3D屋内シーンは、インテリアデザインからゲーム、バーチャルおよび拡張現実に至るまで、コンピュータグラフィックスで広く使われている。 高品質な3D屋内シーンは、専門知識が必要であり、手動で高品質な3D屋内シーンを設計するのに時間を要する。 SCENEHGNは3次元屋内シーンの階層的なグラフネットワークであり,部屋レベルからオブジェクトレベルまでの全階層を考慮し,最後にオブジェクト部分レベルに展開する。 提案手法は, 立体形状の細かな家具を含む, 可塑性3次元室内容を直接生成し, 直接的に生成することができる。
  論文  参考訳（メタデータ） (2023-02-16T15:31:59Z)
• Roominoes: Generating Novel 3D Floor Plans From Existing 3D Rooms [22.188206636953794]
  既存の3D部屋から新しい3Dフロアプランを作成するタスクを提案する。 1つは利用可能な2Dフロアプランを使用して、3Dルームの選択と変形をガイドし、もう1つは互換性のある3Dルームのセットを取得し、それらを新しいレイアウトに組み合わせることを学ぶ。
  論文  参考訳（メタデータ） (2021-12-10T16:17:01Z)
• 3D-FUTURE: 3D Furniture shape with TextURE [100.62519619022679]
  TextUre(3D-Future)による3D家具形状: 家庭シナリオにおける3D家具形状のリッチで大規模リポジトリ。 この技術レポートの時点で、3D-FUTUREは、5000部屋のクリーンでリアルな合成画像20,240枚を含んでいる。 高解像度のテクスチャを備えた家具には、9,992のユニークな3Dインスタンスがある。
  論文  参考訳（メタデータ） (2020-09-21T06:26:39Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。