Fugu-MT 論文翻訳(概要): 3DStyleGLIP: Part-Tailored Text-Guided 3D Neural Stylization

論文の概要: 3DStyleGLIP: Part-Tailored Text-Guided 3D Neural Stylization

arxiv url: http://arxiv.org/abs/2404.02634v1
Date: Wed, 3 Apr 2024 10:44:06 GMT
ステータス: 処理完了
システム内更新日: 2024-04-04 17:40:49.844383
Title: 3DStyleGLIP: Part-Tailored Text-Guided 3D Neural Stylization
Title（参考訳）: 3DStyleGLIP: テキストガイドによる3Dニューラルスティル化
Authors: SeungJeh Chung, JooHyun Park, Hyewon Kan, HyeongYeop Kang,
Abstract要約: 3DStyleGLIPはテキスト駆動、3Dスタイリング用に特別に設計された新しいフレームワークである。提案手法は, 3次元スタイリゼーションの分野を推し進める上で有望な可能性を示し, パートワイドなスタイリゼーション機能を実現する。
参考スコア（独自算出の注目度）: 1.2499537119440243
License: http://creativecommons.org/licenses/by/4.0/
Abstract: 3D stylization, which entails the application of specific styles to three-dimensional objects, holds significant commercial potential as it enables the creation of diverse 3D objects with distinct moods and styles, tailored to specific demands of different scenes. With recent advancements in text-driven methods and artificial intelligence, the stylization process is increasingly intuitive and automated, thereby diminishing the reliance on manual labor and expertise. However, existing methods have predominantly focused on holistic stylization, thereby leaving the application of styles to individual components of a 3D object unexplored. In response, we introduce 3DStyleGLIP, a novel framework specifically designed for text-driven, part-tailored 3D stylization. Given a 3D mesh and a text prompt, 3DStyleGLIP leverages the vision-language embedding space of the Grounded Language-Image Pre-training (GLIP) model to localize the individual parts of the 3D mesh and modify their colors and local geometries to align them with the desired styles specified in the text prompt. 3DStyleGLIP is effectively trained for 3D stylization tasks through a part-level style loss working in GLIP's embedding space, supplemented by two complementary learning techniques. Extensive experimental validation confirms that our method achieves significant part-wise stylization capabilities, demonstrating promising potential in advancing the field of 3D stylization.
Abstract（参考訳）: 3Dスタイル化は、特定のスタイルを3次元オブジェクトに適用することを必要とするが、異なる雰囲気とスタイルを持つ多様な3Dオブジェクトを、異なるシーンの特定の要求に合わせて作成できるため、商業的な大きな可能性を秘めている。近年のテキスト駆動方式と人工知能の進歩により、スタイリングプロセスは直感的かつ自動化され、手作業や専門知識への依存度が低下する。しかし、既存の手法は主に全体論的スタイリングに焦点を合わせており、3Dオブジェクトの個々のコンポーネントへのスタイルの適用は未探索のままである。そこで本研究では,テキスト駆動3Dスタイリングに特化して設計された新しいフレームワークである3DStyleGLIPを紹介する。 3Dメッシュとテキストプロンプトが与えられた3DStyleGLIPは、3Dメッシュの個々の部分をローカライズし、それらの色と局所的なジオメトリを変更して、テキストプロンプトで指定された望ましいスタイルに合わせるために、3Dメッシュの視覚言語埋め込みスペースを利用する。 3DStyleGLIPは、GLIPの埋め込み空間で機能する部分レベルスタイルの損失を2つの補完学習技術で補うことで、3次元スタイリングタスクを効果的に訓練する。広範囲な実験的検証により,本手法は3次元スタイリゼーションの分野を推し進める上で有望な可能性を実証し,パートワイドなスタイリゼーション機能を実現することが確認された。

関連論文リスト

StyleSplat: 3D Object Style Transfer with Gaussian Splatting [0.3374875022248866]
スタイル転送は、さまざまな芸術スタイルで3Dアセットを強化し、創造的な表現を変革する。本稿では,3次元ガウス表現シーンにおける3次元オブジェクトのスタイリング手法であるStyleSplatを紹介する。様々な3Dシーンやスタイルにまたがって有効性を示し、3D生成における制御とカスタマイズの強化を示す。
論文参考訳（メタデータ） (2024-07-12T17:55:08Z)
Chat-Edit-3D: Interactive 3D Scene Editing via Text Prompts [76.73043724587679]
CE3Dと呼ばれる対話型3Dシーン編集手法を提案する。 Hash-Atlasは3Dシーンビューを表し、3Dシーンの編集を2Dアトラスイメージに転送する。その結果、CE3Dは複数の視覚モデルを効果的に統合し、多様な視覚効果が得られることを示した。
論文参考訳（メタデータ） (2024-07-09T13:24:42Z)
StylizedGS: Controllable Stylization for 3D Gaussian Splatting [53.0225128090909]
StylizedGSは知覚因子を適応的に制御する効率的な3Dニューラルスタイル転送フレームワークである。本手法は,忠実なブラシストロークとフレキシブル制御による幾何整合性を特徴とする高品質なスタイリゼーションを実現する。
論文参考訳（メタデータ） (2024-04-08T06:32:11Z)
TeMO: Towards Text-Driven 3D Stylization for Multi-Object Meshes [67.5351491691866]
我々は,多目的3Dシーンを解析し,そのスタイルを編集する,TeMOと呼ばれる新しいフレームワークを提案する。提案手法は,高品質なスタイリングコンテンツを合成し,多目的3Dメッシュで既存手法より優れた性能を発揮する。
論文参考訳（メタデータ） (2023-12-07T12:10:05Z)
Neural 3D Strokes: Creating Stylized 3D Scenes with Vectorized 3D Strokes [20.340259111585873]
ニューラル3Dストロークス(Neural 3D Strokes)は、多視点2D画像から任意の新しいビューで3Dシーンのスタイリング画像を生成する新しい技術である。提案手法は,ベクトルストロークによる人間のアートワークのプログレッシブ・ペインティングの過程をシミュレートし,イメージ・ツー・ペインティング法からインスピレーションを得ている。
論文参考訳（メタデータ） (2023-11-27T09:02:21Z)
DeformToon3D: Deformable 3D Toonification from Neural Radiance Fields [96.0858117473902]
3Dトーン化には、テクスチャ化された幾何学とテクスチャで、アートドメインのスタイルをターゲットの3D顔に転送することが含まれる。階層型3D GANに適した効果的なトーン化フレームワークであるDeformToon3Dを提案する。提案手法は3次元トーン化を幾何学とテクスチャスタイリングのサブプロブレムに分解し,元の潜伏空間をよりよく保存する。
論文参考訳（メタデータ） (2023-09-08T16:17:45Z)
HyperStyle3D: Text-Guided 3D Portrait Stylization via Hypernetworks [101.36230756743106]
本論文は,2次元画像の中間表現として,2次元領域と3次元領域を3次元フィールドで橋渡しする3次元GANの成功に着想を得たものである。本稿では,3次元ポートレートスタイリングのための3次元認識型GANをベースとしたHyperStyle3Dという新しい手法を提案する。
論文参考訳（メタデータ） (2023-04-19T07:22:05Z)
3DStyleNet: Creating 3D Shapes with Geometric and Texture Style Variations [81.45521258652734]
本稿では,3次元オブジェクトの幾何学的・テクスチャ的バリエーションを多用する手法を提案する。提案手法は,多くの新しいスタイルの形状を作成でき,その結果,無駄な3Dコンテンツ作成とスタイルウェアデータ拡張を実現している。
論文参考訳（メタデータ） (2021-08-30T02:28:31Z)

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。