論文の概要: Image2Lego: Customized LEGO Set Generation from Images

• arxiv url: http://arxiv.org/abs/2108.08477v1
• Date: Thu, 19 Aug 2021 03:42:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-20 14:42:09.288419
• Title: Image2Lego: Customized LEGO Set Generation from Images
• Title（参考訳）: Image2Lego:画像からLEGOセットをカスタマイズ
• Authors: Kyle Lennon, Katharina Fransen, Alexander O'Brien, Yumeng Cao, Matthew Beveridge, Yamin Arefeen, Nikhil Singh, Iddo Drori
• Abstract要約: 2次元画像からLEGOブロックモデルを生成するシステムを実装した。 モデルは3Dボキセル化モデルのブロックへのアルゴリズム変換によって得られる。 我々は、オブジェクトと人間の顔のLEGOモデルのためのステップバイステップのビルド手順とアニメーションを生成します。
• 参考スコア（独自算出の注目度）: 50.87935634904456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Although LEGO sets have entertained generations of children and adults, the challenge of designing customized builds matching the complexity of real-world or imagined scenes remains too great for the average enthusiast. In order to make this feat possible, we implement a system that generates a LEGO brick model from 2D images. We design a novel solution to this problem that uses an octree-structured autoencoder trained on 3D voxelized models to obtain a feasible latent representation for model reconstruction, and a separate network trained to predict this latent representation from 2D images. LEGO models are obtained by algorithmic conversion of the 3D voxelized model to bricks. We demonstrate first-of-its-kind conversion of photographs to 3D LEGO models. An octree architecture enables the flexibility to produce multiple resolutions to best fit a user's creative vision or design needs. In order to demonstrate the broad applicability of our system, we generate step-by-step building instructions and animations for LEGO models of objects and human faces. Finally, we test these automatically generated LEGO sets by constructing physical builds using real LEGO bricks.
• Abstract（参考訳）: LEGOセットは子供たちや大人の世代を楽しませてきたが、現実世界や想像上のシーンの複雑さに合わせてカスタマイズされたビルドをデザインするという課題は、平均的な愛好家にとって大きすぎる。 この偉業を可能にするため、2次元画像からLEGOブロックモデルを生成するシステムを実装した。 本稿では,3次元ボキセル化モデルで訓練されたオクツリー構造オートエンコーダを用いて,モデル再構成のための有効な潜在表現を得るための新しい手法と,この潜在表現を2次元画像から予測するために訓練された独立したネットワークを設計する。 レゴモデルは3dボクセルモデルからレンガへのアルゴリズム変換によって得られる。 写真から3D LEGOモデルへの第1世代の変換を実証する。 octreeアーキテクチャは、ユーザの創造的なビジョンや設計ニーズに最も適した、複数の解像度を作成できる柔軟性を提供します。 システムの適用性を示すために,オブジェクトと人間の顔のLEGOモデルに対して,ステップバイステップで構築する指示とアニメーションを生成する。 最後に、実際のレゴブロックを使って物理的ビルドを構築することで、これらの自動生成レゴセットをテストします。

関連論文リスト

• TreeSBA: Tree-Transformer for Self-Supervised Sequential Brick Assembly [51.29305265324916]
  入力された多視点画像から連続的な組立動作を予測するために,クラスに依存しないツリー・トランスフォーマフレームワークを提案する。 逐次レンガ組立作業の大きな課題は、ステップワイドアクションラベルが実際に入手するのに費用がかかり、面倒であることである。 我々は、合成から現実への移行学習を活用することにより、この問題を緩和する。
  論文  参考訳（メタデータ） (2024-07-22T14:05:27Z)
• Learning Stackable and Skippable LEGO Bricks for Efficient, Reconfigurable, and Variable-Resolution Diffusion Modeling [98.65190562585461]
  拡散モデルはフォトリアリスティックな画像を生成するのに優れるが、計算コストは非常に高い。 現在のオプションであるU-NetやVision Transformerはリソース集約型のディープネットワークに依存していることが多い。 本研究は,ローカル・フィーチャー・エンリッチメントとグローバル・コンテント・オーケストレーションをシームレスに統合したLEGOブロックを紹介した。
  論文  参考訳（メタデータ） (2023-10-10T07:52:30Z)
• A Lightweight and Transferable Design for Robust LEGO Manipulation [10.982854061044339]
  本稿では,安全かつ効率的なロボットレゴ操作について検討する。 エンド・オブ・アーム(End-of-arm)ツール(EOAT)が設計されており、問題の大きさを減らし、大きな産業用ロボットが小さなレゴブロックを操作することができる。 実験により、EOATはレゴブロックを確実に操作でき、学習フレームワークは操作性能を100%の成功率で効果的かつ安全に改善できることが示された。
  論文  参考訳（メタデータ） (2023-09-05T16:11:37Z)
• MobileBrick: Building LEGO for 3D Reconstruction on Mobile Devices [78.20154723650333]
  高品質な3次元地下構造は3次元物体再構成評価に不可欠である。 本稿では,モバイルデバイスを用いた新しいマルチビューRGBDデータセットを提案する。 我々は,ハイエンド3Dスキャナーを使わずに,精密な3次元地下構造が得られる。
  論文  参考訳（メタデータ） (2023-03-03T14:02:50Z)
• UnrealEgo: A New Dataset for Robust Egocentric 3D Human Motion Capture [70.59984501516084]
  UnrealEgoは、エゴセントリックな3Dポーズ推定のための、新しい大規模博物学データセットである。 これは、2台の魚眼カメラを備えた高度な眼鏡のコンセプトに基づいており、制約のない環境で使用することができる。 本稿では,ステレオ入力のための2次元キーポイント推定モジュールを考案し,人間のポーズ推定を改善するための簡易かつ効果的なベンチマーク手法を提案する。
  論文  参考訳（メタデータ） (2022-08-02T17:59:54Z)
• Break and Make: Interactive Structural Understanding Using LEGO Bricks [61.01136603613139]
  私たちは、LEGOモデルの組み立て、分解、操作が可能な、完全にインタラクティブな3Dシミュレータを構築しました。 シーケンス・ツー・シーケンス・モデルを用いてこの問題を解決するための第一歩を踏み出す。
  論文  参考訳（メタデータ） (2022-07-27T18:33:09Z)
• Building LEGO Using Deep Generative Models of Graphs [22.926487008829668]
  我々はLEGOをシーケンシャルアセンブリの生成モデルを開発するためのプラットフォームとして提唱する。 人造構造から学び、視覚的に魅力的なデザインを生み出すことができるグラフ構造ニューラルネットワークに基づく生成モデルを開発する。
  論文  参考訳（メタデータ） (2020-12-21T18:24:40Z)

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。