論文の概要: Engineering Sketch Generation for Computer-Aided Design
- arxiv url: http://arxiv.org/abs/2104.09621v1
- Date: Mon, 19 Apr 2021 20:38:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-21 13:47:56.209844
- Title: Engineering Sketch Generation for Computer-Aided Design
- Title(参考訳): コンピュータ支援設計のためのエンジニアリングスケッチ生成
- Authors: Karl D.D. Willis, Pradeep Kumar Jayaraman, Joseph G. Lambourne, Hang
Chu, Yewen Pu
- Abstract要約: エンジニアリングスケッチ生成のための2つの生成モデルであるCurveGenとTurtleGenを提案する。
どちらのモデルも、スケッチ制約を解く必要なしに曲線プリミティブを生成する。
私たちは、CurveGenとTurtleGenの両方がより現実的なエンジニアリングスケッチを生成する人間の被験者を使用して知覚評価で見つける。
- 参考スコア(独自算出の注目度): 10.732102570751392
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Engineering sketches form the 2D basis of parametric Computer-Aided Design
(CAD), the foremost modeling paradigm for manufactured objects. In this paper
we tackle the problem of learning based engineering sketch generation as a
first step towards synthesis and composition of parametric CAD models. We
propose two generative models, CurveGen and TurtleGen, for engineering sketch
generation. Both models generate curve primitives without the need for a sketch
constraint solver and explicitly consider topology for downstream use with
constraints and 3D CAD modeling operations. We find in our perceptual
evaluation using human subjects that both CurveGen and TurtleGen produce more
realistic engineering sketches when compared with the current state-of-the-art
for engineering sketch generation.
- Abstract(参考訳): 工学的スケッチはパラメトリックコンピュータ支援設計(cad、parametric computer-aided design)の2次元ベースを形成している。
本稿では,パラメトリックcadモデルの合成と合成のための第一歩として,学習に基づく設計スケッチ生成の問題に取り組む。
エンジニアリングスケッチ生成のための2つの生成モデルであるCurveGenとTurtleGenを提案する。
どちらのモデルも、スケッチ制約ソルバを必要とせずに曲線プリミティブを生成し、制約付き下流利用のためのトポロジーと3dcadモデリング操作を明示的に考慮する。
人間の被験者による知覚的評価では,curvergen と turtlegen は,現在の技術スケッチ生成の最先端と比較して,よりリアルなエンジニアリングスケッチを生成できることがわかった。
関連論文リスト
- Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳(メタデータ) (2024-02-27T17:11:35Z) - PPI-NET: End-to-End Parametric Primitive Inference [24.31083483088741]
工学の応用では、線、円、弧、点を総称してプリミティブと呼ぶ。
本稿では,手書きスケッチ画像からパラメトリックプリミティブを推定するための,効率的かつ高精度なエンドツーエンド手法を提案する。
論文 参考訳(メタデータ) (2023-08-03T03:50:49Z) - SECAD-Net: Self-Supervised CAD Reconstruction by Learning Sketch-Extrude
Operations [21.000539206470897]
SECAD-Netは、コンパクトで使いやすいCADモデルの再構築を目的とした、エンドツーエンドのニューラルネットワークである。
本研究は,CAD再構築の手法など,最先端の代替手段よりも優れていることを示す。
論文 参考訳(メタデータ) (2023-03-19T09:26:03Z) - Make Your Brief Stroke Real and Stereoscopic: 3D-Aware Simplified Sketch
to Portrait Generation [51.64832538714455]
既存の研究は2次元平面の像のみを固定ビューで生成し、その結果を鮮明にしない。
本稿では立体視による簡易スケッチ・トゥ・ポートレート(SSSP)について述べる。
我々の重要な洞察は、三面体ベースの3D認識生成モデルの事前知識を十分に活用できるスケッチ認識制約を設計することである。
論文 参考訳(メタデータ) (2023-02-14T06:28:42Z) - ExtrudeNet: Unsupervised Inverse Sketch-and-Extrude for Shape Parsing [46.778258706603005]
本稿では,逆スケッチ・アンド・エクスクルードによる点雲形状の学習問題について検討する。
本稿では,ポイントクラウドからスケッチを発見して抽出する,教師なしのエンドツーエンドネットワークであるExtrudeNetを提案する。
論文 参考訳(メタデータ) (2022-09-30T17:58:11Z) - Vitruvion: A Generative Model of Parametric CAD Sketches [22.65229769427499]
本稿では,パラメトリックCADスケッチの生成モデルを提案する。
我々のモデルは、SketchGraphsデータセットから実世界のデザインを訓練し、スケッチをプリミティブのシーケンスとして自動回帰的に合成する。
我々は、部分スケッチ(プライマー)や手描きスケッチのイメージなど、様々な文脈でモデルを条件付けする。
論文 参考訳(メタデータ) (2021-09-29T01:02:30Z) - Using Machine Learning to Predict Engineering Technology Students'
Success with Computer Aided Design [50.591267188664666]
機械学習技術と組み合わせたデータによって、特定の学生がデザインタスクでどれだけうまく機能するかを予測する方法を示す。
初期設計シーケンスアクションを用いたモデルは,特に予測に有用であることが判明した。
これらのモデルをさらに改善することで、事前の予測が得られ、学生のフィードバックがより早く得られるようになり、学習が向上する可能性がある。
論文 参考訳(メタデータ) (2021-08-12T20:24:54Z) - SketchGen: Generating Constrained CAD Sketches [34.26732809515799]
異種性問題に対処するトランスフォーマーアーキテクチャに基づく生成モデルとしてSketchGenを提案する。
私たちの仕事のハイライトは、最終的なアウトプットをより規則化するための制約によってリンクされたプリミティブを生成する機能です。
論文 参考訳(メタデータ) (2021-06-04T20:45:03Z) - SketchGraphs: A Large-Scale Dataset for Modeling Relational Geometry in
Computer-Aided Design [18.041056084458567]
CAD(Parametric Computer-Aided Design)は、物理設計における機械工学の主要なパラダイムである。
SketchGraphsは、実世界のCADモデルから抽出された1500万のスケッチと、オープンソースのデータ処理パイプラインを組み合わせたコレクションである。
論文 参考訳(メタデータ) (2020-07-16T17:56:25Z) - B\'ezierSketch: A generative model for scalable vector sketches [132.5223191478268]
B'ezierSketchは、完全ベクトルスケッチのための新しい生成モデルであり、自動的にスケーラブルで高解像度である。
まず,各ストロークを最適なB'ezier曲線に埋め込むようにエンコーダを訓練する。
これにより、スケッチをパラマタライズされたストロークの短いシーケンスとして扱うことができ、これにより、より長いスケッチのために、より多くのキャパシティを持つ再帰的なスケッチジェネレータを訓練することができる。
論文 参考訳(メタデータ) (2020-07-04T21:30:52Z) - Sketch-BERT: Learning Sketch Bidirectional Encoder Representation from
Transformers by Self-supervised Learning of Sketch Gestalt [125.17887147597567]
我々は、トランスフォーマー(Sketch-BERT)からのSketch BiBERT表現の学習モデルを提案する。
BERTをドメインのスケッチに一般化し、新しいコンポーネントと事前学習アルゴリズムを提案する。
Sketch-BERTの学習表現は,スケッチ認識,スケッチ検索,スケッチゲットといった下流タスクの性能向上に有効であることを示す。
論文 参考訳(メタデータ) (2020-05-19T01:35:44Z)
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。