論文の概要: Interactive 3D Character Modeling from 2D Orthogonal Drawings with
Annotations
- arxiv url: http://arxiv.org/abs/2201.11284v1
- Date: Thu, 27 Jan 2022 02:34:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-29 00:50:33.551710
- Title: Interactive 3D Character Modeling from 2D Orthogonal Drawings with
Annotations
- Title(参考訳): アノテーション付き2次元直交描画による対話型3次元キャラクタモデリング
- Authors: Zhengyu Huang, Haoran Xie, Tsukasa Fukusato
- Abstract要約: 本研究では,2次元空間アノテーションに基づく図形からのインタラクティブな3次元キャラクタモデリング手法を提案する。
システムは入力図面間の部分対応を構築し、2次元画像のエッジ情報に応じてスプラインを網羅したベースメッシュを生成する。
2D空間の操作(つまりアノテーションの修正と修正)を繰り返すことで、ユーザーは望ましいキャラクタモデルを設計できる。
- 参考スコア(独自算出の注目度): 9.83187539596669
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose an interactive 3D character modeling approach from orthographic
drawings (e.g., front and side views) based on 2D-space annotations. First, the
system builds partial correspondences between the input drawings and generates
a base mesh with sweeping splines according to edge information in 2D images.
Next, users annotates the desired parts on the input drawings (e.g., the eyes
and mouth) by using two type of strokes, called addition and erosion, and the
system re-optimizes the shape of the base mesh. By repeating the 2D-space
operations (i.e., revising and modifying the annotations), users can design a
desired character model. To validate the efficiency and quality of our system,
we verified the generated results with state-of-the-art methods.
- Abstract(参考訳): 2次元空間アノテーションに基づく直交図(例えば、前面および側面図)からのインタラクティブな3次元キャラクタモデリング手法を提案する。
まず、入力図面間の部分対応を構築し、2次元画像のエッジ情報に応じてスプラインを網羅したベースメッシュを生成する。
次に、ユーザは加算と侵食と呼ばれる2種類のストロークを用いて入力図面(例えば目と口)の所望の部分を注釈し、システムはベースメッシュの形状を再最適化する。
2D空間の操作(つまりアノテーションの修正と修正)を繰り返すことで、ユーザーは望ましいキャラクタモデルを設計できる。
システムの効率と品質を検証するために,最先端の手法を用いて生成した結果を検証した。
関連論文リスト
- Doodle Your 3D: From Abstract Freehand Sketches to Precise 3D Shapes [118.406721663244]
本稿では,抽象モデリングとクロスモーダル対応を容易にする,新しい部分レベルモデリング・アライメントフレームワークを提案する。
提案手法は,CLIPassoエッジマップと投影された3次元部分領域との対応性を確立することで,スケッチモデリングにシームレスに拡張する。
論文 参考訳(メタデータ) (2023-12-07T05:04:33Z) - PlankAssembly: Robust 3D Reconstruction from Three Orthographic Views
with Learnt Shape Programs [24.09764733540401]
本研究では、3つの正書法からの2次元線図を3次元CADモデルに自動変換する手法を開発した。
我々はトランスフォーマーに基づくシーケンス生成モデルにおける注意機構を利用して、入力と出力の間の柔軟なマッピングを学習する。
提案手法は,入力がノイズや不完全である場合,既存の手法よりも大幅に優れる。
論文 参考訳(メタデータ) (2023-08-10T17:59:34Z) - Deep-MDS Framework for Recovering the 3D Shape of 2D Landmarks from a
Single Image [8.368476827165114]
本稿では,人間の顔上の2次元ランドマークの3次元形状を,単一の入力画像で再現する枠組みを提案する。
ディープニューラルネットワークは、NMDSアプローチで使用される2Dランドマーク間のペアの相似性を学習する。
論文 参考訳(メタデータ) (2022-10-27T06:20:10Z) - ISS: Image as Stetting Stone for Text-Guided 3D Shape Generation [91.37036638939622]
本稿では,2つのモダリティを接続するステップストーンとして2次元画像を導入することで,その課題に対して,イメージ・アズ・ステッピング・ストーン(ISS)と呼ばれる新しいフレームワークを提案する。
私たちの重要な貢献は、CLIP機能を形状にマッピングする2段階の機能空間アライメントアプローチです。
出力形状を新しいテクスチャで表現するために,テキストガイド型スタイル化モジュールを定式化する。
論文 参考訳(メタデータ) (2022-09-09T06:54:21Z) - MvDeCor: Multi-view Dense Correspondence Learning for Fine-grained 3D
Segmentation [91.6658845016214]
そこで本研究では,2次元領域における自己教師型手法を,微細な3次元形状分割作業に活用することを提案する。
複数のビューから3次元形状を描画し、コントラスト学習フレームワーク内に密接な対応学習タスクを設置する。
その結果、学習された2次元表現はビュー不変であり、幾何学的に一貫性がある。
論文 参考訳(メタデータ) (2022-08-18T00:48:15Z) - Cross-Modal 3D Shape Generation and Manipulation [62.50628361920725]
本稿では,2次元のモダリティと暗黙の3次元表現を共用した多モード生成モデルを提案する。
グレースケールラインスケッチとレンダリングカラー画像の2つの代表的な2次元モーダル性について,本フレームワークの評価を行った。
論文 参考訳(メタデータ) (2022-07-24T19:22:57Z) - RiCS: A 2D Self-Occlusion Map for Harmonizing Volumetric Objects [68.85305626324694]
カメラ空間における光マーチング (RiCS) は、3次元における前景物体の自己閉塞を2次元の自己閉塞マップに表現する新しい手法である。
表現マップは画像の質を高めるだけでなく,時間的コヒーレントな複雑な影効果をモデル化できることを示す。
論文 参考訳(メタデータ) (2022-05-14T05:35:35Z) - Neural Face Identification in a 2D Wireframe Projection of a Manifold
Object [8.697806983058035]
コンピュータ支援デザイン(CAD)システムでは、一般的に3Dオブジェクトの設計を描写するために2D線描画が使用される。
本稿では,新しいデータ駆動型視点から顔識別の古典的問題にアプローチする。
我々は、同じ顔のエッジを自然な順序で予測するために、人気のあるTransformerモデルの変種を採用する。
論文 参考訳(メタデータ) (2022-03-08T17:47:51Z) - Neural Strokes: Stylized Line Drawing of 3D Shapes [36.88356061690497]
本稿では3次元形状からスタイリングされた線図を作成するモデルを提案する。
モデルは3次元形状と視点を入力として取り、テクスチャ化されたストロークで描画を出力する。
論文 参考訳(メタデータ) (2021-10-08T05:40:57Z) - Joint Deep Multi-Graph Matching and 3D Geometry Learning from
Inhomogeneous 2D Image Collections [57.60094385551773]
非均質な画像コレクションから変形可能な3Dジオメトリモデルを学ぶためのトレーニング可能なフレームワークを提案する。
さらに,2次元画像で表現された物体の3次元形状も取得する。
論文 参考訳(メタデータ) (2021-03-31T17:25:36Z)
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。