論文の概要: Growing and Evolving 3D Prints

• arxiv url: http://arxiv.org/abs/2107.02976v1
• Date: Wed, 7 Jul 2021 01:51:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-23 04:38:07.510767
• Title: Growing and Evolving 3D Prints
• Title（参考訳）: 成長と進化する3Dプリント
• Authors: Jon McCormack and Camilo Cruz Gambardella
• Abstract要約: 本稿では, 生物にインスパイアされた発達モデルについて, 生成型ファイリングシステムの基盤として記述する。 従来のシステムとは異なり,本手法では直接3Dプリント可能なオブジェクトを生成することができる。
• 参考スコア（独自算出の注目度）: 5.837881923712394
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Design - especially of physical objects - can be understood as creative acts solving practical problems. In this paper we describe a biologically-inspired developmental model as the basis of a generative form-finding system. Using local interactions between cells in a two-dimensional environment, then capturing the state of the system at every time step, complex three-dimensional (3D) forms can be generated by the system. Unlike previous systems, our method is capable of directly producing 3D printable objects, eliminating intermediate transformations and manual manipulation often necessary to ensure the 3D form is printable. We devise fitness measures for optimising 3D printability and aesthetic complexity and use a Covariance Matrix Adaptation Evolutionary Strategies algorithm (CMA-ES) to find 3D forms that are both aesthetically interesting and physically printable using fused deposition modelling printing techniques. We investigate the system's capabilities by evolving and 3D printing objects at different levels of structural consistency, and assess the quality of the fitness measures presented to explore the design space of our generative system. We find that by evolving first for aesthetic complexity, then evolving for structural consistency until the form is 'just printable', gives the best results.
• Abstract（参考訳）: デザイン(特に物理オブジェクト)は、実用的な問題を解決する創造的な行為として理解することができる。 本稿では,生物にインスパイアされた発達モデルについて,生成型フォームフィングシステムの基礎として述べる。 2次元環境における細胞間の局所的な相互作用を用いて、各ステップでシステムの状態をキャプチャすると、複雑な3次元(3D)形式がシステムによって生成される。 従来のシステムとは異なり,本手法では3Dプリント可能なオブジェクトを直接生成することができ,中間変換や手動操作を不要にすることで,3Dプリント可能な形状を確実にすることができる。 本研究では,3次元印刷性および審美的複雑さを最適化するための適合度尺度を考案し,共分散行列適応進化戦略アルゴリズム(cma-es)を用いて,審美的に興味深く,物理的に印刷可能な3次元形状を求める。 異なる構造的一貫性のレベルで3dプリントオブジェクトを進化させ、3dプリントすることでシステムの能力を調べ、当社のジェネレーティブシステムの設計空間を探索するために提示された適合度測定の質を評価する。 まず審美的な複雑さのために進化し、それから形式が「印刷可能」になるまで構造的一貫性のために進化することで、最良の結果が得られることが分かりました。

関連論文リスト

• GaussianAnything: Interactive Point Cloud Latent Diffusion for 3D Generation [75.39457097832113]
  本稿では,インタラクティブなポイントクラウド構造ラテント空間を備えたスケーラブルで高品質な3D生成を実現する,新しい3D生成フレームワークを提案する。 本フレームワークでは,複数ビューのRGB-D(epth)-N(ormal)レンダリングを入力として使用する変分オートエンコーダを,3次元形状情報を保存する独自のラテント空間設計を用いて構成する。 提案手法であるGaussianAnythingは,複数モード条件付き3D生成をサポートし,ポイントクラウド,キャプション,シングル/マルチビュー画像入力を可能にする。
  論文  参考訳（メタデータ） (2024-11-12T18:59:32Z)
• Atlas3D: Physically Constrained Self-Supporting Text-to-3D for Simulation and Fabrication [50.541882834405946]
  我々は,テキストから3Dへの自動的実装であるAtlas3Dを紹介する。 提案手法は,新しい微分可能シミュレーションに基づく損失関数と,物理的にインスパイアされた正規化を組み合わせたものである。 我々は、Atlas3Dの有効性を広範囲な生成タスクを通して検証し、シミュレーションと実環境の両方で結果の3Dモデルを検証する。
  論文  参考訳（メタデータ） (2024-05-28T18:33:18Z)
• NeuSDFusion: A Spatial-Aware Generative Model for 3D Shape Completion, Reconstruction, and Generation [52.772319840580074]
  3D形状生成は、特定の条件や制約に固執する革新的な3Dコンテンツを作成することを目的としている。 既存の方法は、しばしば3Dの形状を局所化されたコンポーネントの列に分解し、各要素を分離して扱う。 本研究では2次元平面表現を利用した空間認識型3次元形状生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-27T04:09:34Z)
• En3D: An Enhanced Generative Model for Sculpting 3D Humans from 2D Synthetic Data [36.51674664590734]
  本研究では,高品質な3次元アバターの小型化を図ったEn3Dを提案する。 従来の3Dデータセットの不足や、視角が不均衡な限られた2Dコレクションと異なり、本研究の目的は、ゼロショットで3D人間を作れる3Dの開発である。
  論文  参考訳（メタデータ） (2024-01-02T12:06:31Z)
• Explorable Mesh Deformation Subspaces from Unstructured Generative Models [53.23510438769862]
  3次元形状の深い生成モデルは、しばしば潜在的な変動を探索するために使用できる連続的な潜伏空間を特徴付ける。 本研究では,手軽に探索可能な2次元探索空間から事前学習された生成モデルのサブ空間へのマッピングを構築することで,与えられたランドマーク形状の集合間のバリエーションを探索する手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T18:53:57Z)
• Guide3D: Create 3D Avatars from Text and Image Guidance [55.71306021041785]
  Guide3Dは拡散モデルに基づく3Dアバター生成のためのテキスト・画像誘導生成モデルである。 我々のフレームワークは、トポロジカルかつ構造的に正しい幾何と高分解能なテクスチャを生成する。
  論文  参考訳（メタデータ） (2023-08-18T17:55:47Z)
• Michelangelo: Conditional 3D Shape Generation based on Shape-Image-Text Aligned Latent Representation [47.945556996219295]
  本稿では2次元画像やテキストに基づいて3次元形状を生成する新しいアライメント前世代手法を提案する。 我々のフレームワークは、形状-画像-テキスト対応変分自動エンコーダ(SITA-VAE)と条件付き形状遅延拡散モデル(ASLDM)の2つのモデルで構成されている。
  論文  参考訳（メタデータ） (2023-06-29T17:17:57Z)
• Pushing the Limits of 3D Shape Generation at Scale [65.24420181727615]
  我々は、前例のない次元に拡大することで、3次元形状生成において画期的なブレークスルーを示す。 現在までに最大の3次元形状生成モデルとしてArgus-3Dが確立されている。
  論文  参考訳（メタデータ） (2023-06-20T13:01:19Z)
• Learning Internal Representations of 3D Transformations from 2D Projected Inputs [13.029330360766595]
  本研究では, モデルが2次元投影点から深度を推定し, 2次元トレーニング刺激から3次元回転変換を学習し, 精神物理学的構造に基づく運動実験における人間のパフォーマンスと比較する。
  論文  参考訳（メタデータ） (2023-03-31T02:43:01Z)
• Searching for Designs in-between [5.837881923712394]
  最適化と探索を組み合わせた設計のための進化的システムを導入する。 本手法は,3次元オブジェクトを生成可能な生物学的にインスパイアされた生成システムを用いて試験する。 高度に適合したアーティファクトを進化させ,審美的に興味深いアーティファクトと組み合わせることで,システムの能力について検討する。
  論文  参考訳（メタデータ） (2021-02-11T06:44:42Z)

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。