論文の概要: TreeSketchNet: From Sketch To 3D Tree Parameters Generation

• arxiv url: http://arxiv.org/abs/2207.12297v1
• Date: Mon, 25 Jul 2022 16:08:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-26 13:48:50.761112
• Title: TreeSketchNet: From Sketch To 3D Tree Parameters Generation
• Title（参考訳）: treesketchnet: スケッチから3d木パラメータ生成へ
• Authors: Gilda Manfredi, Nicola Capece, Ugo Erra, and Monica Gruosso
• Abstract要約: スタイリングされたスケッチからの非線形オブジェクトの3Dモデリングは、コンピュータグラフィックスの専門家にとっても難しい課題である。 本稿では,モデラーと3Dモデリングソフトウェアを仲介するブローカーシステムを提案する。
• 参考スコア（独自算出の注目度）: 4.234843176066354
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D modeling of non-linear objects from stylized sketches is a challenge even for experts in computer graphics. The extrapolation of objects parameters from a stylized sketch is a very complex and cumbersome task. In the present study, we propose a broker system that mediates between the modeler and the 3D modelling software and can transform a stylized sketch of a tree into a complete 3D model. The input sketches do not need to be accurate or detailed, and only need to represent a rudimentary outline of the tree that the modeler wishes to 3D-model. Our approach is based on a well-defined Deep Neural Network (DNN) architecture, we called TreeSketchNet (TSN), based on convolutions and able to generate Weber and Penn parameters that can be interpreted by the modelling software to generate a 3D model of a tree starting from a simple sketch. The training dataset consists of synthetically-generated sketches that are associated with Weber-Penn parameters generated by a dedicated Blender modelling software add-on. The accuracy of the proposed method is demonstrated by testing the TSN with both synthetic and hand-made sketches. Finally, we provide a qualitative analysis of our results, by evaluating the coherence of the predicted parameters with several distinguishing features.
• Abstract（参考訳）: スタイリッシュなスケッチからの非線形物体の3次元モデリングは、コンピュータグラフィックスの専門家にとっても難しい課題である。 スタイル化されたスケッチからオブジェクトパラメータを外挿するのは、非常に複雑で面倒な作業です。 本研究では,モデル作成者と3dモデリングソフトウェアを仲介し,木の様式化されたスケッチを完全な3dモデルに変換するブローカーシステムを提案する。 入力スケッチは正確あるいは詳細である必要はなく、モデラーが3Dモデルに希望するツリーの初歩的なアウトラインのみを表現する必要がある。 我々のアプローチは、よく定義されたDeep Neural Network(DNN)アーキテクチャに基づいており、私たちはTreeSketchNet(TSN)と呼ばれ、畳み込みに基づいてWeberとPennパラメータを生成し、モデリングソフトウェアで解釈でき、単純なスケッチから始まる木の3Dモデルを生成することができる。 トレーニングデータセットは、専用のBlenderモデリングソフトウェアアドオンによって生成されたWeber-Pennパラメータに関連する合成生成スケッチで構成されている。 提案手法の精度は,合成スケッチと手作りスケッチの両方を用いてTSNを試験することによって検証した。 最後に,予測パラメータのコヒーレンスを複数の特徴量で評価することにより,結果の質的分析を行う。

関連論文リスト

• Sketch3D: Style-Consistent Guidance for Sketch-to-3D Generation [55.73399465968594]
  本稿では,テキスト記述と一致する色と入力スケッチに整合した形状のリアルな3Dアセットを生成するための,新しい生成パラダイムSketch3Dを提案する。 3つの戦略は、3次元ガウスの最適化、すなわち分布伝達機構による構造最適化、直感的なMSE損失による色最適化、CLIPに基づく幾何学的類似性損失によるスケッチ類似性最適化である。
  論文  参考訳（メタデータ） (2024-04-02T11:03:24Z)
• 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)
• SENS: Part-Aware Sketch-based Implicit Neural Shape Modeling [124.3266213819203]
  SENSは手描きスケッチから3Dモデルを生成し編集するための新しい手法である。 SENSはスケッチを分析し、部品をViTパッチエンコーディングにエンコードする。 SENSは部分再構成による精細化をサポートし、微調整とアーティファクトの除去を可能にする。
  論文  参考訳（メタデータ） (2023-06-09T17:50:53Z)
• Sketch2Cloth: Sketch-based 3D Garment Generation with Unsigned Distance Fields [12.013968508918634]
  ユーザのスケッチ入力から符号なし距離場を用いたスケッチベースの3D衣料生成システムであるSketch2Clothを提案する。 Sketch2Clothはまず、スケッチ入力からターゲット3Dモデルの符号なし距離関数を推定し、マーチングキューブを用いて推定フィールドからメッシュを抽出する。 また、生成されたメッシュを修正するためのモデル編集機能も提供します。
  論文  参考訳（メタデータ） (2023-03-01T01:45:28Z)
• Geometric Understanding of Sketches [0.0]
  そこで本研究では,システムのスケッチの幾何学的理解を支援する2つの手法について検討する。 最初の研究は、グラフ構造としての2次元線描画の解釈を扱い、また、ロボットによる物理的再構成によってその効果を示す。 2つ目の研究では、3次元幾何学に関する情報に明示的にアクセスすることなく、スケッチベースシステムの3次元幾何学的理解をテストする。
  論文  参考訳（メタデータ） (2022-04-13T23:55:51Z)
• SingleSketch2Mesh : Generating 3D Mesh model from Sketch [1.6973426830397942]
  スケッチから3Dモデルを生成する現在の方法は、手動またはタイトに3Dモデリングプラットフォームと結合されている。 我々は手描きスケッチから3Dモデルを生成するための新しいAIベースのアンサンブルアプローチであるSingleSketch2Meshを提案する。
  論文  参考訳（メタデータ） (2022-03-07T06:30:36Z)
• Sketch2PQ: Freeform Planar Quadrilateral Mesh Design via a Single Sketch [36.10997511325458]
  フリーフォーム屋根形状の概念設計とデジタルモデリングを橋渡しする新しいスケッチベースシステムを提案する。 本システムでは, 表面境界線と輪郭線を軸方向投影でスケッチすることができる。 本研究では,高密度共役方向場とともに,表面形状をリアルタイムに推定するディープニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-01-23T21:09:59Z)
• Interactive Annotation of 3D Object Geometry using 2D Scribbles [84.51514043814066]
  本稿では,ポイントクラウドデータとRGB画像から3次元オブジェクト形状をアノテートする対話型フレームワークを提案する。 当社のフレームワークは,芸術的,グラフィック的専門知識のないナイーブユーザを対象としている。
  論文  参考訳（メタデータ） (2020-08-24T21:51:29Z)
• Combining Implicit Function Learning and Parametric Models for 3D Human Reconstruction [123.62341095156611]
  深層学習近似として表される暗黙の関数は、3次元曲面の再構成に強力である。 このような機能は、コンピュータグラフィックスとコンピュータビジョンの両方に柔軟なモデルを構築するのに不可欠である。 詳細に富んだ暗黙関数とパラメトリック表現を組み合わせた方法論を提案する。
  論文  参考訳（メタデータ） (2020-07-22T13:46:14Z)
• 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)

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。