論文の概要: Terrain Diffusion Network: Climatic-Aware Terrain Generation with Geological Sketch Guidance

• arxiv url: http://arxiv.org/abs/2308.16725v1
• Date: Thu, 31 Aug 2023 13:41:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-01 14:23:55.854733
• Title: Terrain Diffusion Network: Climatic-Aware Terrain Generation with Geological Sketch Guidance
• Title（参考訳）: 地形拡散ネットワーク:地質図指導による気候対応地形生成
• Authors: Zexin Hu, Kun Hu, Clinton Mo, Lei Pan, Zhiyong Wang
• Abstract要約: スケッチベースの地形生成は、コンピュータゲーム、アニメーション、バーチャルリアリティーなどの様々なアプリケーションにおいて、仮想環境のための現実的な風景を作成しようとしている。 本稿では,制御性向上のためのユーザガイダンスを積極的に取り入れた,新しい拡散に基づく地形拡散ネットワーク(TDN)を提案する。 3つの地形合成装置は、構造的、中間的、きめ細やかなレベル認知のために設計されており、それぞれの合成装置は異なる地形の側面に集中することができる。
• 参考スコア（独自算出の注目度）: 16.29267504093274
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sketch-based terrain generation seeks to create realistic landscapes for virtual environments in various applications such as computer games, animation and virtual reality. Recently, deep learning based terrain generation has emerged, notably the ones based on generative adversarial networks (GAN). However, these methods often struggle to fulfill the requirements of flexible user control and maintain generative diversity for realistic terrain. Therefore, we propose a novel diffusion-based method, namely terrain diffusion network (TDN), which actively incorporates user guidance for enhanced controllability, taking into account terrain features like rivers, ridges, basins, and peaks. Instead of adhering to a conventional monolithic denoising process, which often compromises the fidelity of terrain details or the alignment with user control, a multi-level denoising scheme is proposed to generate more realistic terrains by taking into account fine-grained details, particularly those related to climatic patterns influenced by erosion and tectonic activities. Specifically, three terrain synthesisers are designed for structural, intermediate, and fine-grained level denoising purposes, which allow each synthesiser concentrate on a distinct terrain aspect. Moreover, to maximise the efficiency of our TDN, we further introduce terrain and sketch latent spaces for the synthesizers with pre-trained terrain autoencoders. Comprehensive experiments on a new dataset constructed from NASA Topology Images clearly demonstrate the effectiveness of our proposed method, achieving the state-of-the-art performance. Our code and dataset will be publicly available.
• Abstract（参考訳）: スケッチベースの地形生成は、コンピュータゲーム、アニメーション、バーチャルリアリティーといった様々なアプリケーションにおける仮想環境の現実的な風景を創造することを目指している。 近年,特にgan(generative adversarial networks)に基づく深層学習による地形生成が出現している。 しかし、これらの方法はしばしば柔軟なユーザー制御の要件を満たすのに苦労し、現実的な地形に対する生成的多様性を維持する。 そこで本稿では,河川,尾根,盆地,ピークなどの地形特性を考慮した,制御性向上のためのユーザガイダンスを積極的に取り入れた,新しい拡散ベース手法である地形拡散ネットワーク(tdn)を提案する。 地形の詳細の忠実さやユーザ制御との整合をしばしば損なう従来のモノリシックな分別処理に固執する代わりに、細かな細部、特に侵食やテクトニック活動の影響を受ける気候パターンに関連することを考慮し、より現実的な地形を生成するマルチレベル分別スキームが提案されている。 特に、3つの地形合成器は構造的、中間的、細粒度レベルの分別目的のために設計されており、各合成器は異なる地形の側面に集中することができる。 さらに,TDNの効率を最大化するために,事前学習した地形オートエンコーダを用いた合成器の地形や潜伏空間のスケッチも導入する。 nasaトポロジー画像から構築した新しいデータセットに関する包括的な実験は、提案手法の有効性を明確に示し、最先端のパフォーマンスを達成する。 コードとデータセットは公開されます。

関連論文リスト

• Contrasting Deepfakes Diffusion via Contrastive Learning and Global-Local Similarities [88.398085358514]
  Contrastive Deepfake Embeddings (CoDE)は、ディープフェイク検出に特化した新しい埋め込み空間である。 CoDEは、グローバルローカルな類似性をさらに強化することで、対照的な学習を通じて訓練される。
  論文  参考訳（メタデータ） (2024-07-29T18:00:10Z)
• Gear-NeRF: Free-Viewpoint Rendering and Tracking with Motion-aware Spatio-Temporal Sampling [70.34875558830241]
  本研究では,シーンをレンダリングする動的領域の階層化モデリングを可能にする意味的セマンティックギアに基づく,時間的(4D)埋め込みの学習方法を提案する。 同時に、ほぼ無償で、当社のトラッキングアプローチは、既存のNeRFベースのメソッドでまだ達成されていない機能である、自由視点(free-view of interest)を可能にします。
  論文  参考訳（メタデータ） (2024-06-06T03:37:39Z)
• ImplicitTerrain: a Continuous Surface Model for Terrain Data Analysis [14.013976303831313]
  ImplicitTerrainは、高解像度の地形を連続的に微分的にモデル化するための暗黙の神経表現(INR)アプローチである。 本実験では, 表面適合精度, 有効トポロジカル特徴抽出, 各種トポロジカル特徴抽出について検討した。
  論文  参考訳（メタデータ） (2024-05-31T23:05:34Z)
• StrideNET: Swin Transformer for Terrain Recognition with Dynamic Roughness Extraction [0.0]
  本稿では、地形認識と暗黙的特性推定のために設計された新しいデュアルブランチアーキテクチャであるStrideNETを提案する。 この研究の意味は、環境モニタリング、土地利用、土地被覆分類(LULC)、災害対応、精密農業など、様々な応用にまで及んでいる。
  論文  参考訳（メタデータ） (2024-04-20T04:51:59Z)
• LiveHPS: LiDAR-based Scene-level Human Pose and Shape Estimation in Free Environment [59.320414108383055]
  シーンレベルの人間のポーズと形状推定のための単一LiDARに基づく新しいアプローチであるLiveHPSを提案する。 多様な人間のポーズを伴う様々なシナリオで収集される巨大な人間の動きデータセットFreeMotionを提案する。
  論文  参考訳（メタデータ） (2024-02-27T03:08:44Z)
• Using Global Land Cover Product as Prompt for Cropland Mapping via Visual Foundation Model [6.35948253619752]
  本研究では,農地の景観を解釈する上での"Pretrain+Prompting"パラダイムを導入し,グローバルな土地被覆製品に基づく自動プロンプティング(APT)手法を設計する。 追加のラベルコストを導入することなく、一般的なシーンから特定の作物のシーンへの微粒な適応プロセスを実現することができる。 中国南部と北部の2つの亜メートルの農地データセットを用いて実験したところ、視覚基盤モデルによる提案手法は、リモートセンシングの分野で従来の教師あり学習法や微調整法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-10-16T09:29:52Z)
• HarmonicNeRF: Geometry-Informed Synthetic View Augmentation for 3D Scene Reconstruction in Driving Scenarios [2.949710700293865]
  HarmonicNeRFは、屋外の自己監督型単分子シーン再構築のための新しいアプローチである。 形状インフォームド合成ビューで入力空間を拡大することにより、NeRFの強度を生かし、表面再構成精度を高める。 提案手法は,新しい深度ビューを合成し,シーンを再構築するための新しいベンチマークを確立し,既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-10-09T07:42:33Z)
• Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar [62.87222308616711]
  ニューラルポイント表現とニューラルボリュームレンダリングプロセスを採用したフルネーム(名前)を提案する。 具体的には、ニューラルポイントは高分解能UV変位マップを介してターゲット表現の表面を戦略的に拘束する。 設計上は,アバターをアニメーションする際の正確な表現制御を確保しつつ,地形的に変化する領域や細い構造を扱えるように設計されている。
  論文  参考訳（メタデータ） (2023-07-11T03:40:10Z)
• Grid-guided Neural Radiance Fields for Large Urban Scenes [146.06368329445857]
  近年のアプローチでは、シーンを地理的に分割し、複数のサブNeRFを採用して各領域を個別にモデル化する手法が提案されている。 もう一つの解決策は、計算効率が良く、大きなシーンに自然にスケールできる機能グリッド表現を使用することである。 本稿では,大規模都市における高忠実度レンダリングを実現し,計算効率を向上する枠組みを提案する。
  論文  参考訳（メタデータ） (2023-03-24T13:56:45Z)
• Deep Generative Framework for Interactive 3D Terrain Authoring and Manipulation [4.202216894379241]
  本稿では,VAEと生成条件GANモデルを組み合わせた新しいランドスケープオーサリングフレームワークを提案する。 我々のフレームワークは実世界の地形データセットから潜在空間を学習することで既存の手法の限界を克服しようとする例に基づく手法である。 我々はまた、ユーザが最小限の入力で多様な地形を生成できるインタラクティブツールを開発した。
  論文  参考訳（メタデータ） (2022-01-07T08:58:01Z)
• Evidential Sparsification of Multimodal Latent Spaces in Conditional Variational Autoencoders [63.46738617561255]
  訓練された条件付き変分オートエンコーダの離散潜時空間をスパース化する問題を考察する。 顕在的理論を用いて、特定の入力条件から直接証拠を受け取る潜在クラスを特定し、そうでないクラスをフィルタリングする。 画像生成や人間の行動予測などの多様なタスクの実験により,提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2020-10-19T01:27:21Z)

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。