論文の概要: ShapeMOD: Macro Operation Discovery for 3D Shape Programs
- arxiv url: http://arxiv.org/abs/2104.06392v1
- Date: Tue, 13 Apr 2021 17:54:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-14 13:48:35.351937
- Title: ShapeMOD: Macro Operation Discovery for 3D Shape Programs
- Title（参考訳）: ShapeMOD:3D形状プログラムのためのマクロ操作ディスカバリ
- Authors: R. Kenny Jones, David Charatan, Paul Guerrero, Niloy J. Mitra, Daniel
Ritchie
- Abstract要約: 3Dシェイププログラムの大規模なデータセットで有用なマクロを自動的に発見するアルゴリズムであるShapeMODを紹介します。
ShapeMODは命令型ステートメントベースの言語で表現された形状プログラムで動作する。
構造的およびパラメトリックなパターンを抽象化するマクロの簡潔なセットを自動的に発見することを示した。
- 参考スコア（独自算出の注目度）: 41.973945628565104
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A popular way to create detailed yet easily controllable 3D shapes is via
procedural modeling, i.e. generating geometry using programs. Such programs
consist of a series of instructions along with their associated parameter
values. To fully realize the benefits of this representation, a shape program
should be compact and only expose degrees of freedom that allow for meaningful
manipulation of output geometry. One way to achieve this goal is to design
higher-level macro operators that, when executed, expand into a series of
commands from the base shape modeling language. However, manually authoring
such macros, much like shape programs themselves, is difficult and largely
restricted to domain experts. In this paper, we present ShapeMOD, an algorithm
for automatically discovering macros that are useful across large datasets of
3D shape programs. ShapeMOD operates on shape programs expressed in an
imperative, statement-based language. It is designed to discover macros that
make programs more compact by minimizing the number of function calls and free
parameters required to represent an input shape collection. We run ShapeMOD on
multiple collections of programs expressed in a domain-specific language for 3D
shape structures. We show that it automatically discovers a concise set of
macros that abstract out common structural and parametric patterns that
generalize over large shape collections. We also demonstrate that the macros
found by ShapeMOD improve performance on downstream tasks including shape
generative modeling and inferring programs from point clouds. Finally, we
conduct a user study that indicates that ShapeMOD's discovered macros make
interactive shape editing more efficient.
- Abstract（参考訳）: 詳細かつ容易に制御可能な3D形状を作成する一般的な方法は、手続きモデリングである。
プログラムを使って幾何学を生成する
このようなプログラムは一連の命令と関連するパラメータ値から構成される。
この表現の利点を完全に実現するためには、形状プログラムはコンパクトで、出力幾何の有意義な操作を可能にする自由度だけを露出すべきである。
この目標を達成する1つの方法は、実行時にベースシェイプモデリング言語から一連のコマンドに展開する高レベルのマクロオペレータを設計することである。
しかし、そのようなマクロを手動で作成することは、形状プログラムそのものと同様に困難であり、ドメインの専門家に限られている。
本稿では,3次元形状プログラムの大規模データセット間で有用なマクロを自動的に検出するアルゴリズムであるShapeMODを提案する。
ShapeMODは命令型ステートメントベースの言語で表現された形状プログラムで動作する。
関数呼び出しの数と入力形状のコレクションを表すのに必要な自由パラメータを最小化することで、プログラムをよりコンパクトにするマクロを見つけるように設計されている。
3d形状構造のためのドメイン特化言語で表現された複数のプログラム群でshapemodを実行します。
大規模な形状コレクションを一般化する共通構造パターンやパラメトリックパターンを抽象化する,簡潔なマクロ集合を自動的に発見する。
また,ShapeMODが検出したマクロは,形状生成モデリングや点群からのプログラムの推測など,下流タスクの性能向上を図っている。
最後に、ShapeMODが発見したマクロがインタラクティブな形状編集をより効率的にすることを示すユーザ研究を行う。
関連論文リスト
- CLIPtortionist: Zero-shot Text-driven Deformation for Manufactured 3D Shapes [15.985339563442189]
本稿では, 製造対象の入力3Dメッシュを変形させて, 入力テキスト記述に適合するゼロショットテキスト駆動型3D形状変形システムを提案する。
また,CLIPをベースとした目的関数は,多くの局所最適値を示し,その回避のためにBoxDefGraphと呼ばれる新しい変形モデルを用いて変形をパラメータ化する。
論文 参考訳（メタデータ） (2024-10-19T20:11:11Z) - PyTorchGeoNodes: Enabling Differentiable Shape Programs for 3D Shape Reconstruction [27.98261111833689]
PyTorchGeoNodesは,解釈可能な形状プログラムを用いて画像から3Dオブジェクトを再構成する,識別可能なモジュールである。
実験では,ScanNetデータセットの3次元オブジェクトの再構成にアルゴリズムを適用し,CADモデル検索による再構成に対して評価を行った。
論文 参考訳（メタデータ） (2024-04-16T14:43:33Z) - Robust 3D Tracking with Quality-Aware Shape Completion [67.9748164949519]
そこで本研究では,高密度および完全点の雲からなる合成対象表現について,ロバストな3次元追跡のための形状完備化により正確に表現する。
具体的には, 形状が整ったボキセル化3次元追跡フレームワークを設計し, ノイズのある歴史的予測の悪影響を軽減するために, 品質に配慮した形状完備化機構を提案する。
論文 参考訳（メタデータ） (2023-12-17T04:50:24Z) - ShapeGPT: 3D Shape Generation with A Unified Multi-modal Language Model [27.122194733305594]
本稿では,複数の形状関連タスクに対処するために,強力な事前学習言語モデルを活用する形状関連マルチモーダルフレームワークであるShapeGPTを提案する。
具体的には、ShapeGPTは、連続した形状を形語に識別するための単語文パラグラフフレームワークを使用し、さらにこれらの単語を形文のために組み立て、複数段落の指示文に統合する。
実験により、ShapeGPTは、テキスト・トゥ・シェイプ、シェイプ・トゥ・テキスト、シェイプ・コンプリート、形状編集など、形状関連タスクに匹敵する性能を発揮することが示された。
論文 参考訳（メタデータ） (2023-11-29T13:26:29Z) - Semantify: Simplifying the Control of 3D Morphable Models using CLIP [16.74483439465574]
Semantify: CLIP言語ビジョン基盤モデルのセマンティックパワーを利用する自己教師型手法。
身体形状モデル,顔形状モデル,表情モデル,動物形状モデルなど,多数の3DMMの結果を提示する。
論文 参考訳（メタデータ） (2023-08-14T19:07:26Z) - Zero-Shot 3D Shape Correspondence [67.18775201037732]
本稿では,3次元形状間の対応性を計算するためのゼロショット手法を提案する。
我々は、最近の基礎モデルの言語と視覚における例外的な推論能力を活用している。
提案手法は, 強い非等尺形状の間において, ゼロショット方式で高確率な結果をもたらす。
論文 参考訳（メタデータ） (2023-06-05T21:14:23Z) - Deep Implicit Templates for 3D Shape Representation [70.9789507686618]
深い暗黙表現における明示的な対応推論を支援する新しい3次元形状表現を提案する。
我々のキーとなる考え方は、テンプレートの暗黙関数の条件変形としてDIFを定式化することである。
提案手法は,形状の集合に対する一般的な暗黙テンプレートを学習するだけでなく,すべての形状を相互に同時に対応させることも可能であることを示す。
論文 参考訳（メタデータ） (2020-11-30T06:01:49Z) - ShapeAssembly: Learning to Generate Programs for 3D Shape Structure
Synthesis [38.27280837835169]
本研究では,3次元形状構造のためのドメイン固有の「アセンブリ言語」であるShapeAssemblyを提案する。
PartNetデータセットの既存の形状構造からShapeAssemblyプログラムを抽出する方法を示す。
生成したプログラムから出力される形状を、他の最近の形状構造モデルと比較することにより、我々のアプローチを評価する。
論文 参考訳（メタデータ） (2020-09-17T02:26:45Z) - DSG-Net: Learning Disentangled Structure and Geometry for 3D Shape
Generation [98.96086261213578]
DSG-Netは3次元形状の非交叉構造と幾何学的メッシュ表現を学習するディープニューラルネットワークである。
これは、幾何(構造)を不変に保ちながら構造(幾何学)のような不整合制御を持つ新しい形状生成アプリケーションの範囲をサポートする。
本手法は,制御可能な生成アプリケーションだけでなく,高品質な合成形状を生成できる。
論文 参考訳（メタデータ） (2020-08-12T17:06:51Z) - Unsupervised Learning of Intrinsic Structural Representation Points [50.92621061405056]
3次元形状の学習構造は、コンピュータグラフィックスと幾何学処理の分野における根本的な問題である。
本稿では,3次元構造点の形で新しい構造表現を学習するための簡易かつ解釈不能な手法を提案する。
論文 参考訳（メタデータ） (2020-03-03T17:40:00Z)
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。