Fugu-MT 論文翻訳(概要): Shape Inference and Grammar Induction for Example-based Procedural Generation

論文の概要: Shape Inference and Grammar Induction for Example-based Procedural Generation

arxiv url: http://arxiv.org/abs/2109.10217v1
Date: Tue, 21 Sep 2021 14:41:56 GMT
ステータス: 処理完了
システム内更新日: 2021-09-22 14:33:14.919248
Title: Shape Inference and Grammar Induction for Example-based Procedural Generation
Title（参考訳）: 事例ベース手続き生成のための形状推論と文法誘導
Authors: Gillis Hermans, Thomas Winters, Luc De Raedt
Abstract要約: 格子型3次元構築例から形状を推論し,形状文法を誘導する新しい手法であるSIGIを提案する。 Minecraftの建物に応用された形状文法は、どのようにして同じスタイルで新しい建物を自動的に生成できるかを示す。
参考スコア（独自算出の注目度）: 12.789308303237277
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Designers increasingly rely on procedural generation for automatic generation of content in various industries. These techniques require extensive knowledge of the desired content, and about how to actually implement such procedural methods. Algorithms for learning interpretable generative models from example content could alleviate both difficulties. We propose SIGI, a novel method for inferring shapes and inducing a shape grammar from grid-based 3D building examples. This interpretable grammar is well-suited for co-creative design. Applied to Minecraft buildings, we show how the shape grammar can be used to automatically generate new buildings in a similar style.
Abstract（参考訳）: デザイナーは、様々な産業におけるコンテンツの自動生成に手続き生成をますます頼りにしている。これらの技術は、望ましいコンテンツの広範な知識と、そのような手続き的方法の実装方法を必要とする。サンプルコンテンツから解釈可能な生成モデルを学習するアルゴリズムは、両方の困難を軽減できる。格子型3次元構築例から形状を推論し,形状文法を誘導する新しい手法であるSIGIを提案する。この解釈可能な文法は共同創造設計に適している。 Minecraftの建物に応用された形状文法は、どのようにして同じスタイルで新しい建物を自動的に生成できるかを示す。

関連論文リスト

Instruct-SCTG: Guiding Sequential Controlled Text Generation through Instructions [42.67608830386934]
Instruct-SCTGは、命令調整言語モデルを利用して構造的に一貫性のあるテキストを生成するシーケンシャルフレームワークである。本フレームワークは,自然言語命令を用いて,所望の人体構造に整合して記事を生成する。
論文参考訳（メタデータ） (2023-12-19T16:20:49Z)
EXIM: A Hybrid Explicit-Implicit Representation for Text-Guided 3D Shape Generation [124.27302003578903]
本稿では,3次元形状を生成するための新しいテキスト誘導手法を提案する。我々は,明示的表現と暗黙的表現の強みを組み合わせたハイブリッド3D表現,すなわちEXIMを活用する。テキスト誘導型3次元形状を用いた室内シーンを一貫したスタイルで生成する手法の適用性を示した。
論文参考訳（メタデータ） (2023-11-03T05:01:51Z)
ZeroForge: Feedforward Text-to-Shape Without 3D Supervision [24.558721379714694]
両方の落とし穴を避けるゼロショットテキスト・ツー・シェイプ生成のためのアプローチであるZeroForgeを提案する。オープン・ボキャブラリ・シェイプ・ジェネレーションを実現するためには,既存のフィードフォワード・アプローチのアーキテクチャ的適応を慎重に行う必要がある。
論文参考訳（メタデータ） (2023-06-14T00:38:14Z)
DreamStone: Image as Stepping Stone for Text-Guided 3D Shape Generation [105.97545053660619]
テキスト誘導型3次元形状生成手法DreamStoneを提案する。画像を使ってテキストと形状のギャップを埋め、ペアのテキストと3Dデータを必要とせずに3Dの形状を生成する。我々のアプローチは汎用的で柔軟でスケーラブルであり、様々なSVRモデルと容易に統合でき、生成空間を拡大し、生成忠実性を向上させることができる。
論文参考訳（メタデータ） (2023-03-24T03:56:23Z)
TAPS3D: Text-Guided 3D Textured Shape Generation from Pseudo Supervision [114.56048848216254]
テキスト誘導型3次元形状生成器を疑似キャプションで訓練するための新しいフレームワークTAPS3Dを提案する。レンダリングされた2D画像に基づいて,CLIP語彙から関連する単語を検索し,テンプレートを用いて擬似キャプションを構築する。構築したキャプションは、生成された3次元形状の高レベルなセマンティック管理を提供する。
論文参考訳（メタデータ） (2023-03-23T13:53:16Z)
What and How of Machine Learning Transparency: Building Bespoke Explainability Tools with Interoperable Algorithmic Components [77.87794937143511]
本稿では,データ駆動予測モデルを説明するためのハンズオントレーニング教材について紹介する。これらのリソースは、解釈可能な表現合成、データサンプリング、説明生成の3つのコアビルディングブロックをカバーする。
論文参考訳（メタデータ） (2022-09-08T13:33:25Z)
ShapeCrafter: A Recursive Text-Conditioned 3D Shape Generation Model [16.431391515731367]
テキスト条件付き3D形状を生成する既存の方法は、テキストプロンプト全体を消費し、単一のステップで3D形状を生成する。初期フレーズに条件付き3次元形状分布を生成する手法を提案する。結果から,本手法はテキスト記述と整合した形状を生成でき,さらに多くのフレーズが追加されるにつれて形が徐々に進化していくことが明らかとなった。
論文参考訳（メタデータ） (2022-07-19T17:59:01Z)
Autoregressive 3D Shape Generation via Canonical Mapping [92.91282602339398]
トランスフォーマーは、画像、音声、テキスト生成など、様々な生成タスクで顕著なパフォーマンスを示している。本稿では,変圧器のパワーをさらに活用し,それを3Dポイントクラウド生成のタスクに活用することを目的とする。条件付き形状生成への応用として,本モデルを簡単にマルチモーダル形状完成に拡張することができる。
論文参考訳（メタデータ） (2022-04-05T03:12:29Z)
Towards Implicit Text-Guided 3D Shape Generation [81.22491096132507]
本研究は,テキストから3次元形状を生成するという課題について考察する。テキスト記述にマッチする色で高忠実な形状を生成できるテキスト誘導型3次元形状生成のための新しいアプローチを提案する。
論文参考訳（メタデータ） (2022-03-28T10:20:03Z)
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)
Discovering Textual Structures: Generative Grammar Induction using Template Trees [17.37350034483191]
本稿では,Gitta と呼ばれる生成目的の解釈可能な文法を学習するための新しい文法帰納アルゴリズムを提案する。既存の人為文法を用いることで, アルゴリズムは, ごく少数の例を用いて, これらの文法を合理的に近似できることがわかった。
論文参考訳（メタデータ） (2020-09-09T19:31:04Z)

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。